IA multimodal para predecir el riesgo de neovascularización coroidea miópica a 3 y 5 años en miopía alta

Área de la Ciencia:

• Oftalmología
• Imagen Médica
• Inteligencia Artificial

Sus antecedentes:

• La miopía alta presenta un riesgo significativo de desarrollar neovascularización macular miópica (MNV).
• La predicción precisa del riesgo es crucial para la intervención y el manejo oportunos de la MNV en la miopía alta.
• Los métodos actuales de evaluación de riesgos pueden no capturar completamente las complejidades del desarrollo de la MNV.

Objetivo del estudio:

• Desarrollar y validar modelos basados en inteligencia artificial (IA) para estimar el riesgo de MNV en ojos con miopía alta.
• Evaluar el rendimiento predictivo de los modelos de aprendizaje profundo (DL) basados en imágenes y un modelo de supervivencia multimodal.
• Explorar la utilidad clínica y la interpretabilidad de los modelos de IA para la estratificación del riesgo de MNV.

Principales métodos:

• Estudio de cohorte retrospectivo que involucra 4235 ojos de 2501 pacientes con miopía alta.
• Desarrollo de tres modelos de DL utilizando fotografías de fondo de ojo (DenseNet-121) para la predicción del riesgo de MNV a 1, 3 y 5 años.
• Creación de un modelo multimodal DeepSurv que integra características de imagen y variables clínicas para el análisis de tiempo hasta el evento.

Principales resultados:

• Los modelos de DL lograron áreas bajo las curvas características operativas del receptor (AUROC) que oscilaron entre 0,729 y 0,798 para diferentes horizontes de predicción.
• El modelo multimodal DeepSurv demostró un índice de concordancia (C-index) de 0,683, lo que permitió una estratificación eficaz del riesgo.
• El análisis SHAP destacó la longitud axial y la categoría de miopía patológica como predictores clave en el modelo multimodal.

Conclusiones:

• Los modelos basados en IA proporcionan una estimación precisa del riesgo de MNV en miopía alta a horizonte fijo y de tiempo hasta el evento.
• Estos modelos ofrecen una estratificación del riesgo clínicamente significativa, lo que podría respaldar una monitorización a largo plazo adaptada.
• Se recomienda una validación externa adicional para respaldar la implementación clínica de estos enfoques de IA para el manejo de la miopía alta.