Desarrollaron una IA para prevenir la pérdida visual en diabéticos
Científicos argentinos avanzaron en el desarrollo de "Retinar", una plataforma de teleoftalmología que utiliza inteligencia artificial (IA) para ampliar el acceso al control oftalmológico y optimizar el trabajo de los equipos de salud.
La investigación, cuyo equipo está formado por investigadores del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y de la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA) comenzó hace más de una década.
Retinopatía diabética
Desde el CONICET explican que la retinopatía diabética es la principal causa de pérdida visual prevenible e irreversible en personas adultas en edad productiva. A nivel mundial, esta complicación ocular afecta aproximadamente al 25 % de las personas con diabetes.
Los especialistas destacan que, aunque puede avanzar durante años sin generar síntomas, un diagnóstico oportuno permite iniciar tratamientos capaces de evitar gran parte de las complicaciones.
La retinopatía diabética se produce por el daño que los niveles elevados de glucosa generan sobre los vasos sanguíneos de la retina.
Retinar
El objetivo de esta nueva herramienta es facilitar la detección temprana de personas con riesgo de desarrollar complicaciones visuales asociadas a la diabetes y fortalecer los programas de teleoftalmología en hospitales y centros de salud.
El equipo desarrolló modelos de IA capaces de verificar automáticamente la calidad de las retinografías, identificar estudios con signos compatibles con una retinopatía diabética que requiere derivación y asistir a los profesionales en la organización de los controles, manteniendo siempre la decisión clínica en manos del especialista, explican desde el CONICET.
Para entrenar dichos modelos se utilizaron decenas de miles de imágenes de fondo de ojo previamente evaluadas por oftalmólogos, provenientes de distintas bases de datos tanto públicas como locales, y obtenidas con cámaras, condiciones de iluminación y poblaciones diferentes.
Además, el equipo desarrolló estrategias de preprocesamiento para uniformar las imágenes y reducir las diferencias que podían afectar el rendimiento de los algoritmos.
Actualmente, el equipo trabaja en nuevas líneas científicas vinculadas con modelos de inteligencia artificial capaces de asistir la elaboración de informes oftalmológicos, incorporar nuevas enfermedades y ampliar las capacidades diagnósticas de la plataforma.
La investigación, cuyo equipo está formado por investigadores del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y de la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA) comenzó hace más de una década.
Retinopatía diabética
Desde el CONICET explican que la retinopatía diabética es la principal causa de pérdida visual prevenible e irreversible en personas adultas en edad productiva. A nivel mundial, esta complicación ocular afecta aproximadamente al 25 % de las personas con diabetes.
Los especialistas destacan que, aunque puede avanzar durante años sin generar síntomas, un diagnóstico oportuno permite iniciar tratamientos capaces de evitar gran parte de las complicaciones.
La retinopatía diabética se produce por el daño que los niveles elevados de glucosa generan sobre los vasos sanguíneos de la retina.
Retinar
El objetivo de esta nueva herramienta es facilitar la detección temprana de personas con riesgo de desarrollar complicaciones visuales asociadas a la diabetes y fortalecer los programas de teleoftalmología en hospitales y centros de salud.
El equipo desarrolló modelos de IA capaces de verificar automáticamente la calidad de las retinografías, identificar estudios con signos compatibles con una retinopatía diabética que requiere derivación y asistir a los profesionales en la organización de los controles, manteniendo siempre la decisión clínica en manos del especialista, explican desde el CONICET.
Para entrenar dichos modelos se utilizaron decenas de miles de imágenes de fondo de ojo previamente evaluadas por oftalmólogos, provenientes de distintas bases de datos tanto públicas como locales, y obtenidas con cámaras, condiciones de iluminación y poblaciones diferentes.
Además, el equipo desarrolló estrategias de preprocesamiento para uniformar las imágenes y reducir las diferencias que podían afectar el rendimiento de los algoritmos.
Actualmente, el equipo trabaja en nuevas líneas científicas vinculadas con modelos de inteligencia artificial capaces de asistir la elaboración de informes oftalmológicos, incorporar nuevas enfermedades y ampliar las capacidades diagnósticas de la plataforma.