El uso de la inteligencia artificial en oftalmología ayuda en la precisión de los diagnósticos de los exámenes oculares

Para facilitar el diagnóstico y mejorar el tratamiento de los trastornos oculares se ha comenzado a adoptar la inteligencia artificial (IA). Parece que hemos entrado en el futuro, porque ya no se trata de las historias del séptimo arte, ahora es una realidad.

¿Sufres de alguna afección en tu vista? Entonces, los expertos pueden apoyarse en algoritmos para identificar qué está sucediendo y cuál es el mejor procedimiento para solucionarlo. Es decir que, por fin, estamos viviendo la revolución científica y tecnológica que tanto hemos esperado.

¿Los beneficiados? Personas de todo el mundo que han visto desmejoras en su calidad de vida. En lo que respecta a las aplicaciones oftalmológicas, los avances que se han logrado han sido gracias a la inteligencia artificial (IA) basada en el aprendizaje profundo.

En años anteriores se aplicaba en el reconocimiento de imágenes y voz o en el procesamiento de lenguaje natural. Pero, su desarrollo en el área de la salud ahora permite detectar, diagnosticar y controlar, por lo menos, las principales enfermedades oculares.

Uso de la Inteligencia Artificial en Optometría

La retinopatía diabética (DR) ha sido el punto de inicio para aplicar la IA en la optometría. De hecho, en 2018, la Administración de Drogas y Alimentos de los Estados Unidos (FDA) aprobó, por primera vez, la aplicación de un algoritmo autónomo para proceder ante un padecimiento ocular.

Incluso se trató de una tecnología totalmente automatizada, que incluyó automóviles autónomos, robots de fabricación y monitoreo de redes sociales. Desde ahí, se han desarrollado otras investigaciones oftálmicas, mediante la IA.

¿El objetivo? Identificar y monitorear enfermedades de manera preclínica. Pero, además, para que los oftalmólogos puedan desempeñar su labor en el ámbito de las enfermedades neurológicas y sistémicas.

Por otra parte, este tipo de soluciones automatizadas también les brindan a los médicos la oportunidad de expandir su campo de acción. Entre otras cosas, porque mejora el flujo de trabajo, permitiendo que atiendan y ayuden a más pacientes.

Como dijimos anteriormente, en la actualidad se aplica utilizando imágenes de fondo de ojos. Y, hasta ahora, se puede implementar en la detección, diagnóstico, tratamiento y administración de medicina para:

• Retinopatía diabética
• Miopía
• Degeneración macular relacionada con la edad (AMD),
• Retinopatía del prematuro
• Cataratas
• Edema macular diabético (DME)
• Oclusión de la vena retiniana
• Cirugía refractiva
• Glaucoma

Inteligência Artificial y la Enfermedad Ocular Diabética (EOD)

La enfermedad ocular diabética hace referencia a un grupo de enfermedades que pueden afectar a los ojos de las personas con diabetes.

El tipo más común de enfermedad ocular diabética es la retinopatía diabética, que se produce cuando se dañan los vasos sanguíneos de la retina (la capa sensible a la luz situada en la parte posterior del ojo). El edema macular diabético (EMD) es otro tipo de enfermedad ocular diabética que puede provocar la pérdida de visión.

En Estados Unidos, más de 30 millones de personas padecen diabetes. Entre ellos y en cuanto a los adultos en edad laboral, la RD es la principal causa de discapacidad visual y ceguera. Si eres oftalmólogo, pero no estás especializado en afecciones de la retina, la IA te podrá ayudar.

Y es que aplicando los algoritmos de estos sistemas no tendrás que remitir a tus pacientes a un subespecialista para detectar y monitorear la enfermedad. Solo tendrías que obtener imágenes del órgano con una cámara retinal y subirlas a un servidor en la nube.

De allí, las tomará la tecnología de inteligencia artificial para proceder a su análisis. En poco tiempo, sabrás si se trata de RD y cómo debes proceder. Actualmente, existen más de siete sistemas automatizados que han arrojado buenos resultados. Entre ellos, el Idx-DR.

Lea también: Retinopatía Diabética: ¿qué es, causas y consecuencias?

Inteligencia Artificial en el Estudio de la Cirugía de Cataratas

En Nueva York, Aazim A. Siddiqu, residente de oftalmología en el Colegio de Medicina Albert Einstein, y algunos colegas publicaron un artículo sobre el uso de la IA en la cirugía de córnea, refractiva y de cataratas, enCurrentOpinions in Ophthalmology.

Especificaron que 30 de cada 100 pacientes no quedan contentos con el tratamiento de su afección, debido a que con el tiempo podrían necesitar más intervenciones, como anteojos o cirugía adicional.

Por esto, plantearon que la IA puede mejorar esta brecha, ya que permite diseñar exámenes de detección temprana, con lo cuales se puede salvar la visión de los pacientes. Y, también, lograr resultados refractivos más eficaces para evitar intervenciones futuras.

De hecho, el grupo de médicos calculó una fórmula de IA gratuita para la implantación de lentes intraoculares (LIO), llamada Ladas Super Fórmula. El nombre honra a quien la desarrolló inicialmente, el Dr. John Ladas.

Lea también:

• Cataratas en los ojos: síntomas, como prevenir y como tratar
• El postoperatorio de cirugía de cataratas: ¿Qué hacer?

Inteligencia Artificial y Glaucoma Ocular

Hay muchos tipos de IA, entre ellos la de asistencia. Para tratar un glaucoma ocular, este modelo funciona perfectamente, ya que permite que los especialistas no se abrumen por la cantidad de datos que arrojan las imágenes analizadas.

La IA de asistencia tomará toda la información y arrojará un diagnóstico preciso de mejor calidad, tomando en cuenta absolutamente todas las fotografías disponibles de la afección. De esta manera, el médico no perderá detalles vitales para la toma de decisiones.

Lea también: Qué es el glaucoma ocular y cómo evitarlo

Inteligencia Artificial y Detección de Queratocono

En cuanto a las condiciones de la córnea, la tecnología de IA es especialmente útil en la detección y el seguimiento del queratocono. Esta es una afección que provoca que el tejido transparente, que se ubica en la parte frontal del ojo, sobresalga de su espacio.

Dependiendo del caso, detecta a las personas que, supuestamente, no tienen peligro en padecerlo. Por otra parte, permite determinar el riesgo de avance en pacientes diagnosticados.

Actualmente, existe un sistema de IA que usa datos de una cámara Scheimpflug y datos de imágenes OCT de ultra alta resolución. El mismo es capaz de distinguir los ojos con queratocono subclínico de los ojos normales.

Lea también: Queratocono: ¿qué es, causas y consecuencias?

La inteligencia artificial no reemplaza a los oftalmólogos

Quizás pienses que con estos avances los médicos han quedado en segundo plano. Diversas investigaciones se han centrado en enfrentar los sistemas de IA con los especialistas humanos. Claramente, ha sido un error querer determinar quién hace mejor el trabajo.

Tal vez es difícil imaginar que ambos compaginen esfuerzos. Sin embargo, un estudio que publicó la Academia Estadounidense de Oftalmología en su revista mensual Ophthalmology demostró que el deber profesional es lograr esta cohesión.

Específicamente, se basó en casos de retinopatía diabética. Determinó que los resultados que se obtienen del trabajo en conjunto entre los médicos y la IA son mucho más efectivos que aquellos que se logran por separado.

La intención de los investigadores era establecer cómo se podía usar la IA en un entorno clínico del mundo real. Y además, comprobar si la fusión entre el médico y el algoritmo, realmente arrojaría buenos resultados.

Participaron 10 expertos con diferentes formaciones académicas y experiencia profesional. Todos calificaron de normal a grave, 1.796 imágenes oculares de pacientes diabéticos. Primero, sin usar el algoritmo, luego con esta información.

Por último, con una explicación extra de por qué el algoritmo produjo esa calificación, el resultado general indicó que la asistencia mejoró la precisión diagnóstica de los médicos y su confianza en el trabajo realizado.

FAQ: Preguntas frecuentes sobre el uso de la Inteligencia Artificial en optometría:

¿Cuáles son las limitaciones del uso de inteligencia artificial en optometría?

Después de todo, lo más probable es que la IA sea adoptada por médicos y pacientes de todo el mundo. Se estima que en los próximos años se reduzcan considerablemente los errores médicos. También, se proyecta que mejore la atención de los pacientes.

Sin duda, es una tecnología floreciente. No obstante, mientras esto sucede, aún existen desafíos que hay que superar. En primer lugar, el oftalmólogo u optometrista tendrá que superar la etapa de emoción.

Es decir, que deberá decidir con cordura y profesionalismo si el paciente se beneficiará o no con su aplicación. En segundo lugar, es necesario que se comience a discutir un marco ético que regule la responsabilidad con la que se trabajarán los datos recopilados.

Esto implica establecer una normativa que no deje espacios vacíos sobre cómo abordar la información racial, étnica y de otro tipo que arroje el sistema sobre el paciente. Asimismo, el proceso de diseño, validación e implementación de IA autónoma.

Precisamente, de aquí se desprende el tercer reto: determinar cuáles modelos de IA funcionan mejor que otros. Y es que eso también dirá si los datos suministrados fueron correctos o no. Teniendo esto claro, tanto los pacientes como los oftalmólogos se verán beneficiados.

Pensar en estos puntos, muestra que la oftalmología está a la vanguardia en este campo. Es decir, que esta ha sido la rama de la medicina que ha sabido demostrar cómo la IA transforma y mejora la atención clínica, mediante la confluencia de tecnología e innovación.

¿Qué es el aprendizaje profundo?

El desarrollo de la IA se ha ejecutado desde hace muchas décadas. En este sentido, actualmente existen innumerables adelantos. Por ejemplo, el llamado aprendizaje profundo (DL), una tecnología que surgió de otra ciencia: la informática.

En la oftalmología se analizan datos fotográficos, recopilados digitalmente, de los estudios a los que se puede someter la retina. Cuando son expuestos a algoritmos de inteligencia artificial, es invaluable la cantidad de información que arroja.

Si antes existía el gran mundo de la IA donde se analizaba esa información, en nuestros tiempos han surgido mecanismos para estudiarla con más minuciosidad. Imagina un diagrama de Venn con un gran círculo titulado: Inteligencia artificial.

Dentro, otro círculo más pequeño que representa el "aprendizaje automático". En su interior, otro que dice, “redes neuronales artificiales” y, justo ahí, el círculo más pequeño de nuestra clasificación y el que nos compete, llamado: “aprendizaje profundo”.

¿Ahora sí entiendes de lo que hablamos? De resultados que surgen de un procesamiento exhaustivo de análisis. Específicamente, de datos que, después de ingresados en el sistema informático, son examinados por distintas capas de computación.