Diagnostico de Retinopatia Mediante el Aprendizaje Profundo

Según un estudio publicado en la revista JAMA la clasificación automatizada de la retinopatía diabética tiene beneficios potenciales, tales como el aumento de la eficiencia y la cobertura de los programas de cribado; la reducción de las barreras de acceso y mejorar los resultados del paciente al proporcionar la detección temprana y el tratamiento. El aprendizaje profundo es una técnica automática que mediante un algoritmo se programa asi misma para obtener un aprendizaje de las características más predictivas de las imágenes dadas por un conjunto de datos de ejemplos etiquetados, eliminando la necesidad de especificar reglas de forma explícita. En este estudio, aplicaron un algoritmo para la detección automática de la retinopatía diabética y edema macular en el fondo de la retina. Un tipo específico de red optimizada para la clasificación de imágenes fue cargada utilizando un conjunto de datos de 128.175 imágenes de la retina, que se calificaron de 3 a 7 veces para la retinopatía diabética y el edema macular. Este sistema automatizado de alta sensibilidad y alta especificidad ofrece varias ventajas, incluyendo la consistencia de la interpretación porque una máquina hará la misma predicción en una imagen específica cada vez con alta sensibilidad y especificidad, con notificación instantánea de los resultados. Se necesita más investigación para determinar la viabilidad de la aplicación de este algoritmo en el ámbito clínico y determinar si el uso del algoritmo podría llevar a mejorar la atención y los resultados en comparación con la evaluación oftalmológica actual.