A retinopatia da prematuridade (ROP), uma doença ocular grave que afecta os bebés prematuros, é uma das principais causas de deficiência visual e cegueira.
O tratamento precoce pode atenuar os piores efeitos da ROP, mas a escassez de oftalmologistas pediátricos, particularmente nos países de baixo e médio rendimento, é um grande obstáculo.
Num estudo publicado no The LancetOs investigadores desenvolveram um modelo de IA sem código para diagnosticar a ROP a partir de imagens da retina.
Acreditam que o modelo ajudará os oftalmologistas a diagnosticar a doença em qualquer parte do mundo, uma vez que é executado no Google Cloud e requer conhecimentos técnicos mínimos para funcionar.
Sobre a retinopatia da prematuridade (ROP)
A ROP é um crescimento anormal de vasos sanguíneos na retina, normalmente observado em bebés nascidos antes da 31ª semana de gravidez ou com um peso corporal inferior a 3 libras.
Embora a ROP ligeira possa resolver-se de forma independente, os casos graves podem levar ao descolamento da retina, à deficiência visual e à cegueira.
Várias características da retina são utilizadas para diagnosticar a ROP, incluindo a doença plus, definida como uma tortuosidade anormal dos vasos sanguíneos da retina. "A presença de doença plus é considerada um marcador de retinopatia que requer tratamento", explicam os investigadores no estudo. O rastreio de rotina efectuado por oftalmologistas pediátricos pode ajudar a prevenir a progressão da ROP.
Estudos anteriores já demonstraram que os modelos de IA podem diagnosticar com exatidão a ROP grave com base na análise de imagens da retina. No entanto, a maioria destes modelos requer conhecimentos técnicos e recursos de hardware substanciais, que são escassos em alguns contextos médicos.
Um modelo de IA acessível e sem código resolve estes desafios, permitindo aos oftalmologistas o acesso a diagnósticos de retina de ponta a partir de qualquer lugar com uma ligação à Internet.
O papel da IA
O estudo compara um modelo de IA sem código construído na interface de programação de aplicações (API) do Google Cloud AutoML Vision e um modelo personalizado construído de raiz.
"A aplicação de IA sem código foi desenvolvida utilizando imagens de recém-nascidos de origens étnicas e socioeconómicas diversas num hospital do Reino Unido", descrevem os investigadores.
Uma vez que é executado no Google Cloud AutoML, o modelo requer conhecimentos técnicos mínimos e nenhum hardware, exceto uma ligação à Internet - basta introduzir as imagens da retina no modelo pré-treinado.
O estudo concluiu que o modelo AutoML do Google Cloud sem código teve um desempenho semelhante ao do modelo personalizado, com uma precisão semelhante à dos oftalmologistas seniores na deteção da doença plus.
Um dos autores, o Dr. Konstantinos Balaskas, professor associado da University College London, disseDado que é detetável e tratável, nenhuma criança deveria ficar cega devido à retinopatia da prematuridade. Esperamos que a nossa técnica para automatizar o diagnóstico da retinopatia da prematuridade melhore o acesso aos cuidados de saúde em áreas carenciadas e evite a cegueira em milhares de recém-nascidos em todo o mundo".
O Dr. Deepak Bhatt, MPH, diretor do Mount Sinai Heart em Nova Iorque, elogiou o estudo, dizendo: "Este é um estudo inteligente que mostra uma aplicação potencialmente muito útil da inteligência artificial. Os autores mostraram que o seu programa de IA teve um desempenho tão bom quanto o de oftalmologistas seniores na identificação de uma das principais causas de cegueira em crianças, examinando imagens da retina".
Bhatt sublinhou o potencial da IA nos cuidados de saúde: "A aprendizagem automática e a IA passaram da ficção científica para uma possível utilidade na prática clínica. Este estudo é um bom exemplo disso. São necessários mais estudos como este em diversas populações".
Os modelos baseados na nuvem sem código estão disponíveis para qualquer pessoa com uma ligação à Internet.
Não são necessários requisitos de hardware e o modelo é pré-treinado, pelo que apenas é necessário um input (neste caso, imagens da retina).
Os investigadores admitem que o modelo foi testado principalmente com imagens tiradas com Retcam, um tipo específico de câmara de retina que tende a ser caro.
No entanto, com trabalho, poderá ser alargado a outras imagens da retina, ajudando os prestadores de cuidados de saúde a aceder a diagnósticos de retina de última geração em qualquer parte do mundo.
