Buscar en
Archivos de la Sociedad Española de Oftalmología
Toda la web
Inicio Archivos de la Sociedad Española de Oftalmología Uso en la práctica clínica, de un método de cribado automatizado de retinopat...
Información de la revista
Vol. 96. Núm. 3.
Páginas 117-126 (Marzo 2021)
Compartir
Compartir
Descargar PDF
Más opciones de artículo
ePub
Visitas
79
Vol. 96. Núm. 3.
Páginas 117-126 (Marzo 2021)
Artículo original
Uso en la práctica clínica, de un método de cribado automatizado de retinopatía diabética derivable mediante un sistema de inteligencia artificial de diagnóstico
Use in clinical practice of an automated screening method of diabetic retinopathy that can be derived using a diagnostic artificial intelligence system
Visitas
...
Cristina Peris-Martíneza,b,
Autor para correspondencia
cristinaperismartinez0@gmail.com

Autor para correspondencia.
, Abhay Shahaa,b,c,d,e,f,g,h,i,j, Warren Claridac, Ryan Amelonc, María C. Hernáez-Ortegad, Amparo Naveae,f, Jesús Morales-Olivasa, Rosa Dolz-Marcog, Pablo Pérez-Jordáa, Frank Verbraakh, Amber A van der Heijdeni,j
a FISABIO Oftalmología Médica (FOM), Valencia, España
b Universidad de Valencia, Valencia, España
c IDx Technologies Inc., Coralville, United Sates of America
d European Innovative Biomedicine Institute (EIBI), Castro-urdiales, España
e Instituto de la retina, Valencia, España
f Universidad Cardenal Herrera CEU, Valencia, España
g Oftalvist, Valencia, España
h Departamento de Oftalmología, VUmc, Centros Médicos de la Universidad de Ámsterdam, Ámsterdam, Países Bajos
i Departamento de Medicina General y Geriátrica, Centro Médico de la Universidad VU, Ámsterdam, Países Bajos
j Instituto de Investigación en Salud Pública de Ámsterdam, Centro Médico de la Universidad VU, Ámsterdam, Países Bajos
Información del artículo
Resumen
Texto completo
Bibliografía
Descargar PDF
Estadísticas
Figuras (5)
Mostrar másMostrar menos
Tablas (3)
Tabla 1. Clasificación del sistema de IA comparada con el patrón de referencia para retinopatía diabética derivable (RDR)
Tabla 2. Clasificación del sistema de IA comparada con el patrón de referencia para retinopatía diabética con disminución de la visión (VTDR)
Tabla 3. Sensibilidad, especificidad, valor predictivo negativo (VPN) y valores predictivos positivos (VPP) del sistema de IA para la detección de RDR y VTDR
Mostrar másMostrar menos
Resumen
Antecedentes y objetivo

Comparar el rendimiento diagnóstico de un sistema de inteligencia artificial (IA) de diagnóstico autónomo para el diagnóstico de retinopatía diabética derivable (RDR) con la clasificación manual.

Materiales y métodos

Sujetos con diabetes tipo 1 y 2 participaron en un programa de cribado de retinopatía diabética (RD) entre 2011-2012. Se recogieron dos imágenes de cada ojo. Se obtuvieron imágenes retinianas no identificables, una centrada en el disco y otra en la fóvea. Los exámenes se clasificaron con el sistema de IA autónomo y manualmente por parte de oftalmólogos anónimos. Los resultados del sistema de IA y de la clasificación manual se compararon en cuanto a sensibilidad y especificidad para el diagnóstico tanto de RDR como de retinopatía diabética con disminución de la visión (VTDR).

Resultados

Se incluyeron 10.257 retinografías de 5.360 ojos de 2.680 sujetos. De acuerdo con la clasificación manual, la prevalencia de RDR fue de 4,14% y la de VTDR de 2,57%. El sistema de IA registró un 100% (95% IC: 97-100%) de sensibilidad y un 81,82% (95% IC: 80-83%) de especificidad para RDR, y un 100% (95% IC: 95-100%) de sensibilidad y un 94,64% (95% IC: 94-95%) de especificidad para VTDR.

Conclusiones

En comparación con la clasificación manual, el sistema de IA de diagnóstico autónomo registró una sensibilidad (100%) y una especificidad (82%) elevadas en el diagnóstico de RDR y edema macular en personas con diabetes. Debido a su diagnóstico inmediato, el sistema de IA de diagnóstico autónomo puede aumentar la accesibilidad al cribado de RDR en contextos de atención primaria.

Palabras clave:
Retinopatía diabética
Inteligencia artificial
Cribado automatizado
Abstract
Background and objective

To compare the diagnostic performance of an autonomous diagnostic artificial intelligence (AI) system for the diagnosis of derivable diabetic retinopathy (RDR) with manual classification.

Materials and methods

Patients with type 1 and type 2 diabetes participated in a diabetic retinopathy (DR) screening program between 2011-2012. 2 images of each eye were collected. Unidentifiable retinal images were obtained, one centered on the disc and one on the fovea. The exams were classified with the autonomous AI system and manually by anonymous ophthalmologists. The results of the AI system and manual classification were compared in terms of sensitivity and specificity for the diagnosis of both (RDR) and diabetic retinopathy with decreased vision (VTDR).

Results

10,257 retinal inages of 5,630 eyes of 2,680 subjects were included. According to the manual classification, the prevalence of RDR was 4.14% and that of VTDR 2.57%. The AI system recorded 100% (95% CI: 97-100%) sensitivity and 81.82% (95% CI: 80 -83%) specificity for RDR, and 100% (95% CI: 95-100%) of sensitivity and 94.64% (95% CI: 94-95%) of specificity for VTDR.

Conclusions

Compared to the manual classification, the autonomous diagnostic AI system registered a high sensitivity (100%) and specificity (82%) in the diagnosis of RDR and macular edema in people with diabetes. Due to its immediate diagnosis, the autonomous diagnostic AI system can increase the accessibility of RDR screening in primary care settings.

Keywords:
Diabetic retinopathy
Artificial intelligence
Automated screening

Artículo

Opciones para acceder a los textos completos de la publicación Archivos de la Sociedad Española de Oftalmología
Suscriptor
Suscriptor de la revista

Si ya tiene sus datos de acceso, clique aquí.

Si olvidó su clave de acceso puede recuperarla clicando aquí y seleccionando la opción "He olvidado mi contraseña".
Suscribirse
Suscribirse a:

Archivos de la Sociedad Española de Oftalmología

Comprar
Comprar acceso al artículo

Comprando el artículo el PDF del mismo podrá ser descargado

Precio 19,34 €

Comprar ahora
Contactar
Teléfono para suscripciones e incidencias
De lunes a viernes de 9h a 18h (GMT+1) excepto los meses de julio y agosto que será de 9 a 15h
Llamadas desde España
932 415 960
Llamadas desde fuera de España
+34 932 415 960
E-mail
Opciones de artículo
Herramientas
es en pt

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?

Você é um profissional de saúde habilitado a prescrever ou dispensar medicamentos