Evaluación de un sistema de inteligencia artificial offline para la detección precoz del glaucoma mediante una cámara de fondo de ojo en un teléfono inteligente: un estudio prospectivo

Un modelo de detección asequible y escalable es fundamental para el glaucoma no detectado. El estudio evaluó el rendimiento de un sistema de inteligencia artificial sin conexión basado en un teléfono inteligente para la detección del glaucoma de referencia en comparación con dos puntos de referencia: diagnóstico especializado después de una evaluación completa del glaucoma y clasificación de imágenes por consenso.

Temas/Métodos

Este estudio prospectivo (centro terciario de glaucoma, India) incluyó a 243 sujetos con diferentes grados de severidad de glaucoma y un grupo de control sin glaucoma. Las imágenes centradas en el disco se capturaron utilizando una cámara de fondo de ojo validada basada en un teléfono inteligente, analizadas por el sistema de IA y calificadas por especialistas. Se evaluó la capacidad diagnóstica de la IA para detectar glaucoma atribuible (glaucoma confirmado) y glaucoma no atribuible (glaucoma sospechoso y no atribuible) en comparación con un diagnóstico final (evaluación integral del glaucoma) y la calificación mayoritaria (calificación de la imagen) por parte de especialistas en glaucoma (criterios predefinidos).

Resultados

El sistema de IA demostró una sensibilidad y especificidad del 93,7 % (IC del 95 %: 87,6-96,9 %) y del 85,6 % (IC del 95 %: 78,6-90,6 %), respectivamente, en la detección de glaucoma atribuible a una enfermedad en comparación con el diagnóstico final tras una evaluación completa del glaucoma. La tasa de negativos verdaderos en casos definitivos sin glaucoma fue del 94,7 % (IC del 95 %: 87,2-97,9 %). Entre los negativos falsos hubo 4 casos de glaucoma temprano y 3 de glaucoma moderado. Cuando el mismo conjunto de imágenes proporcionadas a la IA también se proporcionó a los especialistas para la clasificación de las imágenes, los especialistas detectaron el 60 % (67/111) de los casos de glaucoma verdadero frente a una tasa de detección del 94 % (104/111) por parte de la IA.

Conclusión

La herramienta de IA mostró un rendimiento sólido en comparación con un parámetro de referencia estricto. Tuvo una sobrerreferencia moderada de sujetos normales a pesar de que se la desafió solo con imágenes del fondo de ojo. El siguiente paso implica una evaluación a nivel de población.

Autores: Divya Parthasarathy Rao, Sujani Shroff, Florian M Savoy, Shruthi S, Chao-Kai Hsu, Kalpa Negiloni, Zia Sultan Pradhan, Jayasree PV, Anand Sivaraman, Harsha L Rao.

Fuente: PubMed Central