La Inteligencia Artificial (IA) ayuda cada vez más a los profesionales sanitarios en el diagnóstico de enfermedades. Ahora los oftalmólogos podrían usar la IA para detectar a pacientes con queratitis infecciosa (IK), una de las principales causas de ceguera corneal en todo el mundo. Un reciente estudio revela que los modelos de aprendizaje profundo han mostrado niveles similares de precisión en la identificación de la infección.
En un estudio de metaanálisis publicado en eClinicalMedicine, el Dr. Darren Ting, investigador de la Universidad de Birmingham, llevó a cabo una revisión de 35 estudios que utilizaron modelos de aprendizaje profundo (DL) para diagnosticar queratitis infecciosa. Los modelos de IA analizados igualaron la precisión diagnóstica de los oftalmólogos, mostrando una sensibilidad del 89,2% y una especificidad del 93,2%, en comparación con la sensibilidad del 82,2% y la especificidad del 89,6% de los oftalmólogos.
“El uso de la IA para el diagnóstico de enfermedades es particularmente prometedor para las regiones donde el acceso a la atención oftalmológica especializada es limitada”
Los modelos del estudio habían analizado más de 136.000 imágenes combinadas de la córnea, y los autores afirman que los resultados demuestran aún más el uso potencial de la inteligencia artificial en entornos clínicos.
El Dr. Darren Ting, autor principal del estudio, miembro de Birmingham Health Partners (BHP) y oftalmólogo consultor de la Universidad de Birmingham afirmó: "Nuestro estudio muestra que la IA tiene el potencial de proporcionar diagnósticos rápidos y fiables, lo que podría revolucionar la forma en que manejamos las infecciones de la córnea a nivel mundial. Esto es particularmente prometedor para las regiones donde el acceso a la atención oftalmológica especializada es limitado, y puede ayudar a reducir la carga de la ceguera evitable en todo el mundo".
“La inteligencia artificial puede ayudar a reducir la carga de la ceguera evitable en todo el mundo”
Los modelos de IA también resultaron eficaces para diferenciar entre ojos sanos, córneas infectadas y las diversas causas subyacentes de la IK, como infecciones bacterianas o fúngicas.
Aunque estos resultados ponen de relieve el potencial del Deep Learning en la asistencia sanitaria, los autores del estudio subrayan la necesidad de disponer de datos más diversos y de una mayor validación externa para aumentar la fiabilidad de estos modelos de cara a su uso clínico.
La queratitis infecciosa, una inflamación de la córnea, afecta a millones de personas, sobre todo en los países de renta baja y media, donde el acceso a la atención oftalmológica especializada es limitado. A medida que la tecnología de IA sigue creciendo y desempeñando un papel fundamental en la medicina, pronto podría convertirse en una herramienta clave para prevenir la ceguera corneal en todo el mundo.