Utilizando la inteligencia artificial y las técnicas de aprendizaje automático, los investigadores del Instituto Shiley Eye de la UC San Diego Health y la Facultad de Medicina de la Universidad de California San Diego, con colegas en China, Alemania y Texas, han desarrollado una nueva herramienta computacional para detectar pacientes con enfermedades comunes.pero cegadoras enfermedades de la retina, lo que puede acelerar los diagnósticos y el tratamiento.
Los resultados se publican en la edición del 22 de febrero de Celda .
"La inteligencia artificial IA tiene un enorme potencial para revolucionar el diagnóstico y el manejo de la enfermedad al hacer análisis y clasificaciones que involucran inmensas cantidades de datos que son difíciles para los expertos humanos, y hacerlo rápidamente", dijo el autor principal Kang Zhang, MD, PhD, profesor de oftalmología en el Instituto Shiley Eye y director fundador del Instituto de Medicina Genómica de la Facultad de Medicina de la Universidad de California en San Diego.
Los enfoques computacionales actuales son laboriosos y costosos, y requieren el uso de millones de imágenes para entrenar un sistema de inteligencia artificial. En su nuevo documento, Zhang y sus colegas utilizaron una red neuronal convolucional basada en inteligencia artificial para revisar más de 200,000 escaneos oculares realizados con tomografía de coherencia óptica, una tecnología no invasiva que hace rebotar la luz de la retina para crear representaciones bidimensionales y tridimensionales del tejido.
Los investigadores luego emplearon una técnica llamada aprendizaje de transferencia en la cual el conocimiento adquirido en la resolución de un problema es almacenado por una computadora y aplicado a problemas diferentes pero relacionados. Por ejemplo, una red neuronal de IA optimizada para reconocer las estructuras anatómicas discretas del ojo,como la retina, la córnea o el nervio óptico, pueden identificarlos y evaluarlos de manera más rápida y eficiente al examinar imágenes de un ojo completo. Esto permite que el sistema de IA aprenda de manera efectiva con un conjunto de datos mucho más pequeño que los métodos tradicionales.
Luego, los investigadores agregaron pruebas de oclusión en las que la computadora identifica las áreas en cada imagen que son de mayor interés y la base de sus conclusiones. "El aprendizaje automático es a menudo como una caja negra donde no sabemos exactamente qué está sucediendo,"Dijo Zhang." Con las pruebas de oclusión, la computadora puede decirnos dónde está mirando una imagen para llegar a un diagnóstico, para que podamos descubrir por qué el sistema obtuvo el resultado que obtuvo. Esto hace que el sistema sea más transparente y aumenta nuestroconfiar en el diagnóstico "
El estudio se centró en dos causas comunes de ceguera irreversible: degeneración macular y edema macular diabético. Sin embargo, ambas condiciones son tratables si se detectan temprano. Los diagnósticos derivados de la máquina se compararon con los diagnósticos de cinco oftalmólogos que revisaron los mismos escáneres. Ademáspara hacer un diagnóstico médico, la plataforma de IA también generó una recomendación de referencia y tratamiento que no se realizó en estudios anteriores.
Con un entrenamiento simple, anotaron los autores, la máquina se desempeñó de manera similar a un oftalmólogo bien entrenado, y podría generar una decisión sobre si el paciente debe ser derivado o no al tratamiento en 30 segundos, con una precisión de más del 95 por ciento.
Según Zhang, dicha velocidad y precisión representaría un gran paso adelante en los diagnósticos y tratamientos médicos, señalando que la atención médica actual a menudo es larga ya que los pacientes son remitidos por médicos generales a especialistas, lo que consume tiempo y recursos y retrasa el tratamiento efectivo. ZhangTambién señaló que una herramienta basada en IA simplificada y relativamente económica sería una bendición en lugares y partes del mundo donde los recursos médicos, en particular los especialistas, son escasos.
Los científicos no limitaron su estudio a las enfermedades oculares. También probaron su herramienta de IA para diagnosticar la neumonía infantil, una de las principales causas de muerte en todo el mundo en niños menores de 5 años, según los análisis automáticos de las radiografías de tórax.que la computadora pudo diferenciar entre neumonía viral y bacteriana con una precisión superior al 90 por ciento. La neumonía viral se trata principalmente con cuidado sintomático ya que el cuerpo se deshace del virus de forma natural. La neumonía bacteriana tiende a ser una amenaza para la salud más grave y requiere atención inmediata.tratamiento con antibióticos.
Zhang dijo que los hallazgos muestran que la tecnología de IA tiene muchas aplicaciones potenciales, incluyendo quizás discernir entre lesiones benignas y malignas detectadas en los escaneos. Los científicos publicaron sus datos y herramientas para que otros puedan mejorar, refinar y desarrollar aún máspotencial.
"El futuro es más datos, más poder de cómputo y más experiencia de las personas que usan este sistema para que podamos brindar la mejor atención posible al paciente, sin dejar de ser rentables", dijo Zhang.
Fuente de la historia :
Materiales proporcionados por Universidad de California - San Diego . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :