Video Experimental Relacionado
Updated: Feb 8, 2026

Assessing Early Stage Open-Angle Glaucoma in Patients by Isolated-Check Visual Evoked Potential
Published on: May 25, 2020
Desarrollo de un modelo de aprendizaje profundo para la detección de glaucoma primario de ángulo abierto en personas
Shuo Li1, Rebecca Salowe2, Roy Lee2
1Department of Computer & Information Science, University of Pennsylvania, Philadelphia, PA, USA.
Este estudio desarrolló un modelo de IA para el cribado del glaucoma primario de ángulo abierto (GPAA) utilizando imágenes de fondo de ojo. El modelo identifica con precisión el GPAA en poblaciones diversas, mejorando la detección temprana de esta enfermedad ocular que causa ceguera.
Área de la Ciencia:
- Oftalmología
- Inteligencia Artificial
- Imágenes Médicas
Sus antecedentes:
- El glaucoma primario de ángulo abierto (GPAA) es una causa principal de ceguera, que afecta particularmente a personas de ascendencia africana.
- Los modelos actuales de inteligencia artificial (IA) para el cribado del GPAA carecen de representación de poblaciones subestudiadas.
- Existe una necesidad crítica de soluciones de IA equitativas en la detección del glaucoma.
Objetivo del estudio:
- Desarrollar y validar un modelo de aprendizaje profundo para el cribado del GPAA utilizando fotografía de fondo de ojo.
- Abordar la subrepresentación de personas de ascendencia africana en los conjuntos de datos de IA para el glaucoma.
- Crear una herramienta de IA robusta aplicable en diversos entornos clínicos y de bajos recursos.
Principales métodos:
- Se entrenó un modelo de aprendizaje profundo con 64.129 imágenes de fondo de ojo de la cohorte Primary Open-Angle African American Glaucoma Genetics (POAAGG).
- El proceso incluyó la selección de imágenes utilizando un clasificador binario y la predicción de la probabilidad de GPAA a través de un Vision Transformer.
- Las predicciones finales se obtuvieron promediando las probabilidades de las imágenes seleccionadas.
Principales resultados:
- El modelo logró un Área Bajo la Curva (AUC) de 0,925 en el conjunto de datos POAAGG.
- La validación en el conjunto de datos REFUGE-1 (ascendencia china) arrojó un AUC de 0,920.
- El modelo de IA demostró una alta precisión en el cribado del GPAA.
Conclusiones:
- El modelo de IA desarrollado muestra un potencial significativo para el cribado eficaz del GPAA.
- El rendimiento del modelo en diferentes ascendencias resalta su generalizabilidad.
- Esta herramienta de IA puede implementarse en diversos entornos, incluidos la atención primaria y las áreas con recursos limitados, para mejorar la detección del glaucoma.
Videos de Conceptos Relacionados
Open Angle Glaucoma: Treatment
Drugs such as carbonic anhydrase inhibitors, α2- and...
Angle Closure Glaucoma: Treatment
Glaucoma: Overview
Contact Angle
The adhesive force is the molecular force between molecules of different materials, that is, between the molecules of the solid and the liquid. The cohesive...
Impact of Individuals on Individuals
Mechanistic Models: Compartment Models in Individual and Population Analysis

