Google entrena Inteligencia Artificial para detectar la ceguera diabética antes que sea tarde

Pin It

La retinopatía diabética (DR, por sus siglas en inglés) es la causa de ceguera que está creciendo más rápidamente, con casi 415 millones de pacientes diabéticos en riesgo en todo el mundo.

Si se detecta temprano, la enfermedad puede ser tratada; de lo contrario puede conducir a la ceguera irreversible.

Desafortunadamente, los especialistas médicos capaces de detectar la enfermedad no están disponibles en muchas partes del mundo donde la diabetes es más frecuente, como países en desarrollo, y muchos de los que viven con ella carecen de suficiente acceso a atención médica para tratarla. 

Es por esto que Google está entrenando su IA de aprendizaje profundo para detectar la DR antes de que se convierta en un problema, y sin la ayuda de un médico presente.

Dado que la enfermedad se diagnostica más fácilmente al examinar una imagen de la parte posterior del ojo, el equipo de Google ha pasado los últimos años desarrollando una base de datos de 128 mil imágenes individuales, cada una examinada por entre 3 y 7 oftalmólogos de un panel de 54. 

Al marcar las áreas dañadas del ojo, como microaneurismas, hemorragias y similares, y después alimentar esos datos en un sistema de aprendizaje automático, Google logró construir una herramienta de diagnóstico altamente confiable.

Cuando se probó con 12 mil imágenes, el diagnóstico del sistema estaba "a la par con el de los oftalmólogos", según el blog de Google Research.

El equipo espera ampliar el alcance de este sistema para poder diagnosticar la enfermedad a partir de imágenes 3D más complejas (las generadas a partir de la Tomografía de Coherencia Óptica) además de fotografías convencionales de fondo 2D que utiliza actualmente.

El equipo también está buscando automatizar el proceso de diagnóstico para servir mejor a los pacientes en lugares remotos que de otra manera no tendrían acceso a especialistas capacitados.

Pero antes, Google tendrá que realizar estudios utilizando grupos clínicos más grandes y, eventualmente, obtener la aprobación de la FDA.

Fuente: computerhoy.com

 

Pin It