Investigadores del University College de Londres y del Moorfields Eye Hospital han desarrollado un modelo de IA capaz de detectar el riesgo de un paciente de padecer diversas enfermedades analizando una imagen de su retina.
No es la primera vez que se recurre a la IA para analizar los escáneres de retinaPero el enfoque adoptado por los investigadores con su modelo RETFound acelerará los avances en este campo de la medicina.
Los modelos estándar de aprendizaje automático suelen entrenarse con un gran conjunto de datos curados. Si quisieras que tu modelo fuera capaz de identificar la retina de una persona con riesgo de padecer una enfermedad específica, tendrías que entrenarlo con una enorme cantidad de imágenes representativas.
Preparar datos de imágenes médicas para el aprendizaje automático es muy caro y lleva mucho tiempo. A diferencia del tipo básico de externalización del etiquetado de datos a países de bajo costeLas imágenes médicas deben ser analizadas y etiquetadas por un médico especialista.
Los investigadores que crearon RETFound adoptaron un enfoque diferente y entrenaron su modelo mediante aprendizaje autosupervisado (SSL).
En lugar de utilizar imágenes curadas y etiquetadas, entrenaron el modelo con 1,6 millones de imágenes de retina sin etiquetar.
Un modelo básico para la detección generalizable de enfermedades a partir de imágenes de la retina - Nature https://t.co/M2g0L4MMl4
- naturaleza (@Nature) 13 de septiembre de 2023
Pearse Keane, un oftalmólogo que formó parte de el proyecto, explicó que "a lo largo de millones de imágenes, el modelo aprende de algún modo qué aspecto tiene una retina y cuáles son todas sus características".
Una vez que el modelo tenía una buena base de referencia del aspecto de una retina normal, podía afinarse con entrenamiento adicional.
A continuación, los investigadores sólo tuvieron que entrenar el modelo con otras 100 imágenes de retinas de personas que padecían una enfermedad específica y otras 100 imágenes de retinas de personas que no la padecían.
Los resultados fueron impresionantes, ya que RETFound fue capaz de detectar enfermedades oculares como la retinopatía diabética con un altísimo grado de certeza.
La capacidad del modelo para predecir enfermedades como el Parkinson, el ictus isquémico, el infarto de miocardio y la insuficiencia cardiaca fue limitada, pero aún así mejor que la de otros modelos.
El modelo se ha puesto a disposición del público y ahorrará mucho tiempo a otros investigadores en el desarrollo de modelos entrenados para detectar enfermedades específicas.
El documento de investigación señalaba que el uso de RETFound como modelo fundacional "puede ahorrar potencialmente unos 80% del tiempo de entrenamiento necesario para lograr la convergencia en la tarea de predecir el infarto de miocardio".
La aplicación de la IA a los escáneres de retina es un campo de investigación apasionante. La retina es una ventana abierta a la salud. Es la única parte del cuerpo humano donde la red capilar es visible.
"Si se padece alguna enfermedad cardiovascular sistémica, como hipertensión, que afecta potencialmente a todos los vasos sanguíneos del cuerpo, podemos visualizarla directamente en las imágenes de la retina", explica Keane.
Imagínese el impacto que un modelo adecuadamente entrenado como RETFound podría tener en el diagnóstico precoz de enfermedades en países pobres que carecen de suficientes médicos.
Se podría someter a cientos de personas a un escáner de retina realizado por una enfermera y, a continuación, hacer que la IA procese las imágenes en una plataforma en la nube como AWS. Los pacientes de riesgo podrían ser identificados y luego examinados por un médico, en lugar de tratar de examinar a todos los visitantes de una clínica rural.
Incluso en su estado inicial de desarrollo, este tipo de IA podría salvar vidas hoy, no sólo en un futuro lejano.
