{"id":34965,"date":"2022-11-14T08:36:29","date_gmt":"2022-11-14T14:36:29","guid":{"rendered":"https:\/\/saluddigital.com\/?p=34965"},"modified":"2025-10-20T09:37:51","modified_gmt":"2025-10-20T15:37:51","slug":"modelo-de-aprendizaje-profundo-es-capaz-de-detectar-alzheimer-a-traves-de-fotografias-retinales","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/modelo-de-aprendizaje-profundo-es-capaz-de-detectar-alzheimer-a-traves-de-fotografias-retinales\/","title":{"rendered":"Modelo de aprendizaje profundo es capaz de detectar Alzheimer a trav\u00e9s de fotograf\u00edas retinales"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores desarrollaron y validaron un modelo basado en un algoritmo de aprendizaje profundo para la detecci\u00f3n de Alzheimer en fotograf\u00edas retinales. <\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Para la detecci\u00f3n de la enfermedad de Alzheimer es necesario que los pacientes pasen por pruebas costosas e incluso invasivas. A pesar de que no existen m\u00e9todos simples para la detecci\u00f3n de esta enfermedad, es posible facilitar estas tareas trav\u00e9s del uso de soluciones basadas en Inteligencia Artificial (IA). Investigadores de Hong Kong, publicaron un estudio<\/a> en The Lancet Digital Health, donde exploran el desarrollo y validaci\u00f3n de un algoritmo de aprendizaje profundo capaz de utilizar fotograf\u00edas de retina para detectar Alzheimer y demencia.<\/p>

El estudio detalla el entrenamiento, validaci\u00f3n y prueba de un algoritmo de aprendizaje profundo para la detecci\u00f3n de Alzheimer-demencia, a partir de fotograf\u00edas retinales recopiladas de 11 estudios que reclutaron pacientes con estas enfermedades y sin enfermedad, en distintos pa\u00edses. El objetivo principal del estudio fue desarrollar un modelo bilateral para la detecci\u00f3n de estas dos condiciones solamente utilizando fotograf\u00edas de retina.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

El desarrollo del modelo fue posible gracias al uso de fotograf\u00edas de retina de seis de los estudios recopilados, y la red EfficientNet-b2 fue implementada para extraer caracter\u00edsticas de estas fotograf\u00edas. Las caracter\u00edsticas fueron extra\u00eddas de cuatro fotograf\u00edas de retina, las cuales incluyeron campos centrados en la cabeza del nervio \u00f3ptico y centrados en la m\u00e1cula de ambos ojos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Para el entrenamiento y validaci\u00f3n del modelo se utilizaron 12,949 fotograf\u00edas de retina, 5,598 de 648 pacientes con Alzheimer 7,351 de y 3,240 de pacientes sin la enfermedad.<\/p>

\u201cNuestro algoritmo de aprendizaje profundo mostr\u00f3 un rendimiento consistentemente preciso para diferenciar entre pacientes con enfermedad de Alzheimer-demencia e individuos sin demencia\u201d, explicaron los autores. No obstante, los investigadores reconocen las limitaciones del estudio, por ejemplo, el tama\u00f1o del conjunto de datos de entrenamiento fue relativamente peque\u00f1o en comparaci\u00f3n a otros estudios de aprendizaje autom\u00e1tico.<\/p>

El estudio de prueba proporciona un modelo \u00fanico y generalizable que podr\u00eda utilizarse en entornos comunitarios para la detecci\u00f3n de Alzheimer. Puedes conocer m\u00e1s sobre los resultados en el siguiente enlace:<\/p>

https:\/\/www.thelancet.com\/journals\/landig\/article\/PIIS2589-7500(22)00169-8\/fulltext<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

THE LANCET<\/strong><\/p>

https:\/\/www.thelancet.com\/journals\/landig\/article\/PIIS2589-7500(22)00169-8\/fulltext<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores desarrollaron y validaron un modelo basado en un algoritmo de aprendizaje profundo para la detecci\u00f3n de Alzheimer en fotograf\u00edas retinales. Para la detecci\u00f3n de la enfermedad de Alzheimer es necesario que los pacientes pasen por pruebas costosas e incluso invasivas. A pesar de que no existen m\u00e9todos simples para la detecci\u00f3n de esta enfermedad, es posible facilitar estas tareas trav\u00e9s del uso de soluciones basadas en Inteligencia Artificial (IA). Investigadores de Hong Kong, publicaron un estudio en The Lancet Digital Health, donde exploran el desarrollo y validaci\u00f3n de un algoritmo de aprendizaje profundo capaz de utilizar fotograf\u00edas de retina para detectar Alzheimer y demencia. El estudio detalla el entrenamiento, validaci\u00f3n y prueba de un algoritmo de aprendizaje profundo para la detecci\u00f3n de Alzheimer-demencia, a partir de fotograf\u00edas retinales recopiladas de 11 estudios que reclutaron pacientes con estas enfermedades y sin enfermedad, en distintos pa\u00edses. El objetivo principal del estudio fue desarrollar un modelo bilateral para la detecci\u00f3n de estas dos condiciones solamente utilizando fotograf\u00edas de retina. El desarrollo del modelo fue posible gracias al uso de fotograf\u00edas de retina de seis de los estudios recopilados, y la red EfficientNet-b2 fue implementada para extraer caracter\u00edsticas de estas fotograf\u00edas. Las caracter\u00edsticas fueron extra\u00eddas de cuatro fotograf\u00edas de retina, las cuales incluyeron campos centrados en la cabeza del nervio \u00f3ptico y centrados en la m\u00e1cula de ambos ojos. Para el entrenamiento y validaci\u00f3n del modelo se utilizaron 12,949 fotograf\u00edas de retina, 5,598 de 648 pacientes con Alzheimer 7,351 de y 3,240 de pacientes sin la enfermedad. \u201cNuestro algoritmo de aprendizaje profundo mostr\u00f3 un rendimiento consistentemente preciso para diferenciar entre pacientes con enfermedad de Alzheimer-demencia e individuos sin demencia\u201d, explicaron los autores. No obstante, los investigadores reconocen las limitaciones del estudio, por ejemplo, el tama\u00f1o del conjunto de datos de entrenamiento fue relativamente peque\u00f1o en comparaci\u00f3n a otros estudios de aprendizaje autom\u00e1tico. El estudio de prueba proporciona un modelo \u00fanico y generalizable que podr\u00eda utilizarse en entornos comunitarios para la detecci\u00f3n de Alzheimer. Puedes conocer m\u00e1s sobre los resultados en el siguiente enlace: https:\/\/www.thelancet.com\/journals\/landig\/article\/PIIS2589-7500(22)00169-8\/fulltext BIBLIOGRAF\u00cdA THE LANCET https:\/\/www.thelancet.com\/journals\/landig\/article\/PIIS2589-7500(22)00169-8\/fulltext<\/p>","protected":false},"author":1,"featured_media":34967,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,3400,160],"tags":[145],"class_list":["post-34965","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-diagnostico","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/34965","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=34965"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/34965\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/34967"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=34965"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=34965"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=34965"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}