Investigadores del Roski Eye Institute de la Universidad del Sur de California están volcados en aprovechar la inteligencia artificial (IA) en el terreno de la Oftalmología para automatizar tareas clínicas, optimizar servicios clínicos y brindar atención de alta calidad a los pacientes. "Nuestro uso principal de la IA es ayudar ...
Investigadores del Roski Eye Institute de la Universidad del Sur de California están volcados en aprovechar la inteligencia artificial (IA) en el terreno de la Oftalmología para automatizar tareas clínicas, optimizar servicios clínicos y brindar atención de alta calidad a los pacientes. "Nuestro uso principal de la IA es ayudar con el análisis de datos y determinar si supera a los humanos en ciertas tareas desafiantes", explicó el Dr. Benjamin Xu, profesor adjunto de Oftalmología Clínica especializada en glaucoma.
El laboratorio del Dr. Xu está trabajando actualmente en una importante iniciativa de investigación para automatizar la detección y derivación de pacientes con glaucoma del Departamento de Servicios de Salud (DHS) del condado de Los Ángeles (LAC) utilizando IA y fotografías de fondo de ojo. El objetivo principal de la iniciativa es desarrollar algoritmos de IA que transformarán la atención y mejorarán el acceso para las poblaciones de pacientes desatendidas y de la red de seguridad del DHS de LAC.
"El glaucoma es endémico entre los pacientes de LAC DHS, donde comúnmente conduce a una pérdida de visión severa y permanente. La espera para una evaluación de glaucoma generalmente toma más de seis meses, incluso cuando los pacientes tienen una enfermedad grave", dijo el Dr. Xu. "Este es un problema importante porque se pierde un tiempo valioso cuando estos pacientes podrían haber recibido un tratamiento para salvar la vista".
El Dr. Xu ha utilizado IA en su investigación desde 2017, al principio para abordar la necesidad de nuevas herramientas clínicas para analizar imágenes de tomografía de coherencia óptica (OCT) y detectar pacientes con alto riesgo de glaucoma. "OCT proporciona imágenes de alta calidad que son efectivas para identificar pacientes con riesgo de glaucoma. Me aventuré en el campo de la IA para automatizar el análisis de estas imágenes para que los médicos puedan utilizar OCT de manera más conveniente".
Dicho investigador explicó que el análisis de algunos tipos de imágenes OCT requiere tiempo y experiencia de los que a menudo carecen los médicos. Su laboratorio tiene como objetivo desarrollar herramientas que simplifiquen este proceso para que los médicos mejoren la calidad y la eficiencia de la atención del glaucoma.
El desafío de distinguir entre papiledema
y pseudopapiledema
Otra importante iniciativa de investigación para automatizar la detección y derivación de pacientes con glaucoma del Departamento de Servicios de Salud (DHS) del condado de Los Ángeles (LAC) utilizando IA y fotografías de fondo de ojo, está liderada por la Dra. Melinda Chang, profesora adjunta de Oftalmología Clínica especializada en neurooftalmología pediátrica.
La investigación de la Dra. Chang tiene como objetivo específico emplear IA para distinguir entre papiledema y pseudopapiledema en fotografías de fondo de ojo. El papiledema es una afección neurológica grave que puede estar relacionada con tumores u otras anomalías en el cerebro, mientras que el pseudopapiledema es una afección benigna. Sin embargo, diferenciar entre los dos puede ser un desafío cuando se examinan fotografías de fondo de ojo, que capturan imágenes de la parte posterior del ojo.
"Identificar el diagnóstico exacto generalmente requiere seguimientos y pruebas longitudinales del paciente, incluidas resonancias magnéticas y punciones lumbares. Nuestro objetivo es tener una respuesta antes, y ahí es donde interviene la IA", explicó dicha experta.
Los objetivos futuros de la Dra. Chang incluyen expandir el estudio para involucrar a más instituciones, recopilar datos adicionales, explorar la integración de otras técnicas de imagen como OCT para mejorar la precisión del modelo de IA y, en última instancia, desarrollar una aplicación que los médicos puedan utilizar para evaluar fotos de fondo de ojo y facilitar la adecuada. triaje de pacientes.