La retinopatía del prematuro, una grave afección ocular que afecta a los bebés prematuros, es una de las principales causas de discapacidad visual y ceguera.
El tratamiento precoz puede mitigar los peores efectos de la retinopatía del prematuro, pero la escasez de oftalmólogos pediátricos, sobre todo en los países de renta baja y media, es un obstáculo importante.
En un estudio publicado en The LancetLos investigadores desarrollaron un modelo de inteligencia artificial sin código para diagnosticar la retinopatía del prematuro a partir de imágenes de la retina.
Creen que el modelo ayudará a los oftalmólogos a diagnosticar la enfermedad desde cualquier lugar del mundo, ya que se ejecuta en Google Cloud y su funcionamiento requiere unos conocimientos técnicos mínimos.
Acerca de la retinopatía del prematuro (ROP)
La retinopatía del prematuro es un crecimiento anormal de los vasos sanguíneos de la retina que suele observarse en niños nacidos antes de la semana 31 de embarazo o con un peso inferior a un kilo.
Aunque la retinopatía del prematuro leve puede resolverse de forma independiente, los casos graves pueden provocar desprendimiento de retina, discapacidad visual y ceguera.
Para diagnosticar la retinopatía del prematuro se utilizan varias características retinianas, como la enfermedad plus, definida como la tortuosidad anormal de los vasos sanguíneos de la retina. "La presencia de la enfermedad plus se considera un marcador de retinopatía que requiere tratamiento", explican los investigadores del estudio. El cribado rutinario por parte de oftalmólogos pediátricos puede ayudar a prevenir la progresión de la retinopatía del prematuro.
Estudios anteriores ya han demostrado que los modelos de IA pueden diagnosticar con precisión la retinopatía del prematuro grave a partir del análisis de imágenes de la retina. Sin embargo, la mayoría de estos modelos requieren conocimientos técnicos y recursos de hardware sustanciales, que escasean en algunos entornos médicos.
Un modelo de IA accesible y sin código resuelve estos retos, permitiendo a los oftalmólogos acceder a diagnósticos retinianos de vanguardia desde cualquier lugar con conexión a Internet.
El papel de la IA
El estudio compara un modelo de IA sin código construido sobre la interfaz de programación de aplicaciones (API) de Google Cloud AutoML Vision y un modelo a medida construido desde cero.
"La aplicación de IA sin código se desarrolló utilizando imágenes de recién nacidos de orígenes étnicos y socioeconómicos diversos en un hospital del Reino Unido", describen los investigadores.
Dado que se ejecuta en Google Cloud AutoML, el modelo requiere unos conocimientos técnicos mínimos y ningún hardware, salvo una conexión a Internet: basta con introducir las imágenes de la retina en el modelo preentrenado.
El estudio concluyó que el modelo Google Cloud AutoML sin código funcionaba de forma similar al modelo a medida, con una precisión similar a la de los oftalmólogos expertos en la detección de la enfermedad plus.
Uno de los autores, el Dr. Konstantinos Balaskas, profesor asociado del University College de Londres, dijoDado que es detectable y tratable, ningún niño debería quedarse ciego por retinopatía del prematuro. Esperamos que nuestra técnica para automatizar el diagnóstico de la retinopatía del prematuro mejore el acceso a la atención en zonas desatendidas y evite la ceguera de miles de recién nacidos en todo el mundo."
El Dr. Deepak Bhatt, MPH, director del Mount Sinai Heart de Nueva York, elogió el estudio: "Se trata de un estudio inteligente que muestra una aplicación potencialmente muy útil de la inteligencia artificial. Los autores demostraron que su programa de IA funcionaba tan bien como los oftalmólogos expertos a la hora de identificar una de las principales causas de ceguera infantil mediante el examen de imágenes de la retina."
Bhatt destacó el potencial de la IA en la atención sanitaria: "El aprendizaje automático y la IA han dejado de ser ciencia ficción para convertirse en una posible utilidad en la práctica clínica. Este estudio es un buen ejemplo de ello. Se necesitan más estudios como este en poblaciones diversas".
Los modelos sin código basados en la nube están a disposición de cualquier persona con conexión a Internet.
No hay requisitos de hardware y el modelo está preentrenado, por lo que sólo se necesita una entrada (en este caso, imágenes de la retina).
Los investigadores admiten que el modelo se probó principalmente con imágenes tomadas con Retcam, un tipo específico de cámara retiniana que suele ser cara.
Sin embargo, con trabajo, podría ampliarse a otras imágenes retinianas, ayudando a los profesionales sanitarios a acceder a diagnósticos retinianos de vanguardia desde cualquier parte del mundo.
