Detección no invasiva de anemia a partir de imágenes de conjuntiva y esclerótica mediante transformador de visión con...

Área de la Ciencia:

• Diagnóstico Médico
• Oftalmología
• Inteligencia Artificial en la Atención Médica

Sus antecedentes:

• La anemia por deficiencia de hierro es un problema de salud generalizado.
• Los métodos de diagnóstico actuales, como la medición de hemoglobina, son invasivos.
• Las señales visuales, como la palidez conjuntival y esclerótica, pueden indicar anemia.

Objetivo del estudio:

• Desarrollar un método no invasivo para la detección de anemia utilizando imágenes esclerocorneales.
• Evaluar la eficacia del modelo Vision Transformer (ViT) para la clasificación de la anemia.
• Incorporar técnicas de explicabilidad para la transparencia del modelo.

Principales métodos:

• Se utilizaron imágenes esclerocorneales para la detección de anemia.
• Se empleó un modelo Vision Transformer (ViT) con aprendizaje por transferencia.
• Se implementó una técnica de explicabilidad para visualizar el proceso de toma de decisiones del modelo.

Principales resultados:

• Se logró una alta precisión general del 98,47 % para la clasificación de la anemia.
• Se demostró la capacidad del modelo ViT para centrarse en las características relevantes de la imagen.
• Se comparó el rendimiento de ViT con otros algoritmos de aprendizaje automático y profundo.

Conclusiones:

• El modelo ViT ofrece un enfoque altamente preciso y no invasivo para la detección de anemia.
• El análisis de explicabilidad proporciona información sobre el proceso de diagnóstico del modelo.
• Este método muestra potencial para reducir la dependencia de los procedimientos invasivos de diagnóstico de anemia.