Cómo se utilizan las tecnologías de IA para comprender mejor las enfermedades de la retina

Las enfermedades de la retina son variadas, tanto en sus síntomas como en su gravedad. Si no se tratan, algunas enfermedades pueden causar una pérdida grave de la visión o incluso ceguera. La importancia del tratamiento y la prevención proactivos es vital; sin embargo, no todo el mundo tiene las mismas oportunidades.

En los países del tercer mundo en particular, un problema crítico es la falta de acceso público a la atención médica especializada. Incluso si el equipo está allí, es posible que la experiencia necesaria para interpretar los resultados de las pruebas y obtener el diagnóstico y el pronóstico correctos no lo esté.

Para las enfermedades de la retina, este es un problema grave. No existe una base de datos universal sobre las diversas patologías de la retina humana, lo que dificulta al personal médico sin experiencia proporcionar un diagnóstico preciso.

PixelPlex, una empresa de desarrollo y consultoría enfocada en tecnologías blockchain, inteligencia artificial (IA) e Internet de las cosas (IoT), entre otras, se dio cuenta de que, a través de sus contactos con instalaciones médicas, podría ayudar. "Nos dimos cuenta de que en realidad podíamos utilizar la IA para las ayudas de diagnóstico automático", explica Alex Dolgov, director de consultoría de PixelPlex.

AIRA, un analizador de retina de inteligencia artificial, es el resultado. Al ser un caso de uso de reconocimiento de patrones, la IA era la solución obvia. PixelPlex recibió originalmente una "gran variedad" de datos que contenían imágenes de cámaras de fondo de ojo, que contenían varios síntomas y estructuras anatómicas del ojo humano, desde hemorragias hasta arterias y venas. La compañía agregó sus propios conjuntos de datos de investigaciones posteriores, para ser utilizados en el entrenamiento de redes neuronales.

“Creamos nuestro propio conjunto de datos, lo cual fue todo un desafío, y con la ayuda de profesionales médicos calificados, creamos el conjunto de datos de la interfaz de usuario que capacitó a la interfaz de usuario para detectar diversas enfermedades y otros defectos, basándose simplemente en fotografías tomadas con una cámara de fondo de ojo, —Dijo Dolgov.

La arquitectura del modelo se basó en variaciones de U-Net, una red neuronal convolucional desarrollada para la segmentación de imágenes biomédicas. Estas variaciones incluyeron LinkNet, una arquitectura de red neuronal profunda y ligera para la segmentación semántica, y Dilated U-Net, que se ha utilizado en otras iniciativas para evaluar el riesgo de cáncer en ciertos órganos.

Las fotos tomadas por la cámara de fondo de ojo son enviadas y analizadas por el software creado por PixelPlex. La red neuronal capacitada es capaz de identificar información para determinar diagnósticos y luego proporcionar esa información al personal médico.

"La fuente de estas imágenes, analizarlas, proporcionar el diagnóstico médico basado en las fotografías y luego crear este conjunto de datos, fue el mayor desafío", dijo Dolgov.

Actualmente, la solución funciona con aproximadamente un 85% de precisión. Sin embargo, el proyecto aún se encuentra en desarrollo activo y se espera aumentar esto al menos al 95%. La compañía señala que AIRA 'podrá detectar síntomas de enfermedades con una precisión tan alta que un médico regular no podría lograr, y también crear modelos matemáticos más tarde para usarlos para mejorar aún más el proceso de análisis de redes neuronales'. más sobre AIRA aquí.

Nota del editor: este artículo está asociado con PixelPlex.

Foto de Amanda Dalbjörn en Unsplash

La publicación Cómo se utilizan las tecnologías de IA para comprender mejor las enfermedades de la retina apareció por primera vez en AI News.