DINO-EYE: aprendizaje autosupervisado para la identificación de diferentes fenotipos del disco óptico en el glaucoma...

Área de la Ciencia:

• Oftalmología
• Inteligencia Artificial
• Imágenes Médicas

Sus antecedentes:

• El diagnóstico del glaucoma primario de ángulo abierto (GPAA) se basa en la identificación de fenotipos del disco óptico a partir de fotografías del disco óptico (ODP).
• La clasificación precisa de estos fenotipos es crucial para el manejo eficaz del glaucoma y la planificación del tratamiento.
• Los métodos existentes pueden carecer de la precisión o interpretabilidad necesarias para un análisis exhaustivo.

Objetivo del estudio:

• Desarrollar un modelo de aprendizaje autosupervisado (SSL) para clasificar fenotipos del disco óptico en GPAA.
• Explorar patrones fenotípicos novedosos utilizando fotografías del disco óptico (ODP).
• Mejorar el diagnóstico del glaucoma y la atención al paciente a través del análisis avanzado de IA.

Principales métodos:

• Se recolectaron 850 ODP de pacientes con GPAA, aumentadas a 10.493 imágenes.
• Se utilizó DINO Vision Transformer para SSL para extraer características de 2048 dimensiones.
• Se emplearon Random Forest y XGBoost para la clasificación, UMAP para la visualización y mapas de atención para la interpretabilidad.

Principales resultados:

• El modelo DINO-EYE logró una precisión del 91% en la clasificación de fenotipos (92,1% después de fusionar fenotipos similares).
• La agrupación no supervisada identificó grupos distintos, especialmente para el adelgazamiento concéntrico y la atrofia peripapilar (PPA) extensa.
• El modelo demostró un rendimiento e interpretabilidad superiores en comparación con el modelo SSL RETFound.

Conclusiones:

• DINO-EYE extrae eficazmente características clínicamente significativas de las imágenes de fondo de ojo para una clasificación precisa de los fenotipos del disco óptico en GPAA.
• El modelo supera a los métodos SSL existentes en rendimiento e interpretabilidad, ofreciendo potencial para el apoyo a la toma de decisiones clínicas.
• Este enfoque de IA promete avanzar en la planificación de la atención individualizada del glaucoma y el manejo del paciente.