Sistemas basados en Inteligencia Artificial (IA) pueden ayudar a identificar con rapidez el avance de la degeneración macular asociada a la edad (DMAE)
En el XXVI Congreso Nacional de la Sociedad Española de Informática de la Salud (SEIS), una de las aplicaciones de la Inteligencia Artificial desarrolladas por el Servicio Navarro de Salud-Osasunbidea, la detección de la degeneración macular, ha sido merecedora del premio al mejor poster en su categoría.
La Comunidad Foral que colidera un proyecto estatal de Atención Primaria, está desarrollando al menos otras aplicaciones de este tipo (en oftalmología, radiología y dermatología), además de otras innovaciones (videoconsulta, etc.) en distintos ámbitos, y cuenta con el 72,8% de la población con Tarjeta Individual Sanitaria (TIS) dada de alta en la Carpeta de Salud, lo que le sitúa en una posición privilegiada para agilizar y desburocratizar muchos procesos. “Desde Navarra damos prioridad al factor clínico y humano, y siempre de modo complementario y no sustitutivo de la atención presencial, que se presta siempre que se necesita”, explicó la consejera Santos Induráin.
El progreso de la degeneración macular asociada a la edad (DMAE), una de las principales causas de pérdida de visión, varía en función del tipo de enfermedad. La forma húmeda tiende a progresar más rápidamente que la forma seca. Sin embargo, independientemente del tipo, en la mayoría de las personas el deterioro de la visión se desarrolla gradualmente a lo largo de cinco años o más. La DMAE precoz suele afectar sólo a la visión nocturna; la DMAE intermedia afecta también a la visión diurna; la DMAE tardía afecta a la capacidad de leer o reconocer caras familiares.
Pero para el 10% o el 20% de los pacientes, la progresión de la DMAE y la pérdida de visión tienen un ritmo totalmente distinto, pasando del diagnóstico a la DMAE tardía y la ceguera legal en menos de cinco años.
Esto es importante, ya que los enfoques terapéuticos para los dos subtipos de DMAE tardía son muy diferentes: la DMAE neovascular necesita un diagnóstico rápido, ya que el retraso en el acceso a la terapia anti-VEGF suele asociarse a un mal resultado.
Los sistemas basados en IA son autónomos, lo que significa que pueden proporcionar información clínica y diagnóstica por sí solos, sin necesidad de la interpretación de un experto. Se desarrollan entrenando una red neuronal convolucional profunda, un tipo de inteligencia artificial, en grandes conjuntos de datos de miles de pacientes con resultados conocidos. La red extrae características de las imágenes de retina de estos pacientes, como el tamaño y el tipo de drusas (pequeños depósitos amarillos formados por grasas y proteínas) y anomalías pigmentarias. A continuación, los datos de las imágenes se combinan con otros datos del paciente, como la edad, el hábito de fumar, el perfil genético y la evolución de la enfermedad ocular. Con datos suficientes, la red empieza a detectar patrones que pueden ayudar al cribado y la predicción.
Diferencias entre Dmae seca y húmeda
Sistemas basados en IA pueden ayudar a identificar con rapidez el avance de la degeneración macular asociada a la edad (DMAE)
