Investigadores de la Universidad Politécnica de Madrid desarrollan un algoritmo para la detección automática de indicios de glaucoma.
Gracias a la colaboración entre el grupo Biomedical Imaging Technologies (BIT) de la Universidad Politécnica de Madrid (UPM), con el Parque Salud Mar de Barcelona, se ha logrado desarrollar un algoritmo capaz de detectar la enfermedad en los pacientes.
El algoritmo está basado en el uso de Inteligencia Artificial y está programado para poder hacer la detección de glaucomas a partir de retinografías de manera inmediata. La detección temprana del glaucoma puede prevenir futuras complicaciones, como la pérdida de visión.
María Jesús Ledesma, investigadora de la UPM, señala que “hasta ahora, en el caso del glaucoma, los algoritmos de aprendizaje automático que se han utilizado se basaban en la identificación de parámetros y ratios de medidas del disco óptico que permitieran entrenar al método antes de ser aplicado”.
Por otra parte, la investigadora, experta en imagen biomédica, detalló que este tipo de procesos costosos y largos, han sido sustituidos por nuevas técnicas basadas en algoritmos que permiten aprendizaje automático en los programas y aumentan la precisión de los mismos.
De esta manera investigadores del BIT, han propuesto este enfoque para realizar clasificaciones automáticas de glaucoma a través de imágenes de exámenes de fondo de ojo.
En la fase inicial del proyecto fue implementada una herramienta de telemedicina por parte del grupo de la UPM la cual permitió que 15 profesionales introdujeran y evaluaran los datos de las pruebas oftalmológicas de más de mil pacientes que participaron en una campaña de prevención y detección de glaucoma.
En la segunda etapa, se realizaron comparaciones de los algoritmos para seleccionar el más adecuado para la clasificación automática de glaucoma y posteriormente el grupo de investigación, Diagnostic Image Analysis Group, determinó que el uso de la tecnología permite detectar correctamente el glaucoma al lograr ratios de sensibilidad y especificidad en un 90% de los casos.
Finalmente, en una línea de trabajo adicional, investigadores de la UPM, probaron un estudio de la aportación que tiene en la clasificación final la incorporación de datos clínicos adicionales de los pacientes. De esta forma al combinar los datos clínicos y las imágenes de fondo de ojo, puede ocurrir una mejora en la sensibilidad y especificidad de la clasificación.
