INTELIGENCIA ARTIFICIAL Y GLAUCOMA

El glaucoma en una enfermedad neurodegenerativa progresiva que afecta al nervio óptico.

Se estima que la prevalencia en España se encuentra alrededor del 2% aunque solo la mitad de los casos están diagnosticados.

La importancia de un diagnóstico precoz radica en que, una vez instaurado el daño, éste es ya irreversible y nuestro esfuerzo como oftalmólogos se centrará en que ese daño no progrese.

Tenemos muchas herramientas diagnósticas que nos ayudan a conocer el grado de glaucoma que tiene un paciente, cada una con una sensibilidad y especificidad.

Es decir, no hay una prueba fiable al 100%, todas nos van a dar en mayor o en menor medida un porcentaje de falsos positivos y falsos negativos.

No existe HOY, la prueba diagnóstica que nos diga de una manera inequívoca que un paciente tiene glaucoma o no, por lo tanto, es la unión de diferentes informaciones tanto funcionales como estructurales junto con la sospecha clínica y el ojo crítico del profesional el que orienta el diagnóstico.

PERO ESTO ESTÁ CAMBIANDO

Desde hace años la inteligencia artificial, el deep learning y el big data lo inundan todo.

En el sector de la oftalmología y en particular en el glaucoma para bien.

Imaginémonos un paciente con sospecha de glaucoma.

El circuito normal sería el siguiente: el paciente va a una revisión normal, el oftalmólogo del centro de especialidades sospecha que tiene glaucoma, pero no lo sabe con seguridad, lo remite al hospital al servicio de glaucoma.

Allí lo atiende un especialista, le realiza las pruebas pertinentes, que no son determinantes en ese caso, y el paciente es diagnosticado de sospechoso de glaucoma sin confirmación y se le pone tratamiento por si las moscas…

En teoría todo el circuito es correcto, y por más que reintroduzcamos a ese paciente en otro circuito el resultado será el mismo.

Bien, seguimos a este paciente y al cabo de los 10 años desarrolla glaucoma.

AQUÍ ENTRA LA INTELIGENCIA ARTIFICIAL Y EL BIG DATA

Toda la información que hemos recabado sobre este paciente no ha sido en vano, campimetrías, tomografías de coherencia óptica, retinografías… se incluyen dentro de un gran hermano oftalmológico capaz de discernir patrones, observar diferencias y realizar clasificaciones ahí donde el ojo humano es incapaz de llegar por la gran cantidad de datos que el cerebro humano es incapaz de manejar.

Ese mismo paciente (hace 10 años), en breve con el sistema PEGASUS, y sólo una fotografía del nervio óptico, tiene una probabilidad de acertar en el diagnóstico superior a la mayoría de los especialistas y con un sesgo intrapersonal de 0, es decir con el grueso de datos que maneja ante la misma imagen siempre reaccionará de la misma manera (no como el ser humano que tenemos un porcentaje de variabilidad).

Esto no quiere decir que en el futuro no seremos necesarios los oftalmólogos, sino que en breve, la tecnología orientada al paciente, nos apoyará en el screening con que la tasa de paciente diagnosticados será mayor, incidiendo este dato desde el primer minuto en mejorar la salud visual de las personas.

 

Evaluation of a Deep Learning System For Identifying Glaucomatous Optic Neuropathy Based on Color Fundus Photographs:Al-Aswad, Lama A.; Kapoor, Rahul; Chu, Chia Kai; More.

Journal of Glaucoma. 28(12):1029-1034, December 2019.

 

Dr. Aitor Fernández

Jefe de Servicio hmvisionmadrid – HM Madrid

 

cOMENTARIOS

Comentarios recientes