Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Please note that the HospiMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Eventos

ATENCIÓN: Debido a la EPIDEMIA DE CORONAVIRUS, ciertos eventos están siendo reprogramados para una fecha posterior o cancelados por completo. Verifique con el organizador del evento o el sitio web antes de planificar cualquier evento próximo.

Algoritmo de autoaprendizaje identifica enfermedades vasculares tempranas escaneando fotografías en color de alta resolución del ojo

Por el equipo editorial de HospiMedica en español
Actualizado el 15 Feb 2022
Print article
Imagen: El aprendizaje de instancias múltiples detecta la enfermedad arterial periférica a partir de fotografías de fondo de ojo en color de alta resolución (Fotografía cortesía de Mueller, S. y Wintergerst, M.W.M. et al.)
Imagen: El aprendizaje de instancias múltiples detecta la enfermedad arterial periférica a partir de fotografías de fondo de ojo en color de alta resolución (Fotografía cortesía de Mueller, S. y Wintergerst, M.W.M. et al.)

Los investigadores han desarrollado un método que podría usarse para diagnosticar la aterosclerosis.

Usando un software de autoaprendizaje, los investigadores de la Universidad de Bonn (Bonn, Alemania) pudieron identificar cambios vasculares en pacientes con enfermedad arterial periférica (EAP), a menudo en una etapa temprana. Aunque estas primeras etapas aún no causan síntomas, ya están asociadas con una mayor mortalidad. El algoritmo usó fotos de un órgano que normalmente no se asocia con la EAP: el ojo.

El fondo del ojo está muy bien abastecido de sangre, por lo que los más de 100 millones de fotorreceptores de la retina y las células nerviosas conectadas a ellos pueden hacer su trabajo. Al mismo tiempo, las arterias y venas se pueden observar y fotografiar a través de la pupila sin mucho esfuerzo. Puede ser posible detectar signos tempranos de aterosclerosis (endurecimiento de las arterias) con dicho examen en el futuro. En este caso, los procesos de remodelación crónicos conducen al estrechamiento de los vasos y al endurecimiento de las arterias afectadas. Es la principal causa de infartos y accidentes cerebrovasculares, las causas más frecuentes de muerte en los países industrializados occidentales, así como la EAP. El diagnóstico precoz es muy importante para poder tratar a tiempo a los afectados.

Los investigadores fotografiaron 97 ojos de mujeres y hombres que padecían EAP. Además, el equipo tomó imágenes de la cámara del fondo de 34 ojos de sujetos de control sanos. El equipo usó las imágenes para alimentar una red neuronal convolucional (CNN). Este es un software que está modelado en el cerebro humano en la forma en que funciona. Si una CNN de este tipo se entrena con fotos cuyo contenido es conocido por la computadora, más tarde puede reconocer el contenido de las fotos desconocidas. Sin embargo, para que esto funcione con suficiente certeza, normalmente se necesitan varias decenas de miles de fotos de entrenamiento, muchas más de las que estaban disponibles en el estudio.

"Por lo tanto, primero llevamos a cabo un entrenamiento previo con otra enfermedad que ataca los vasos del ojo", explicó el Prof. Dr. Thomas Schultz del Centro Internacional de Tecnología de la Información de Bonn-Aachen (b-it) y el Instituto de Ciencias de la Computación II en la Universidad de Bonn. Para ello, los investigadores utilizaron un conjunto de datos de más de 80.000 fotos adicionales. "En cierto sentido, el algoritmo aprende de ellos a qué prestar especial atención", dice Schultz, quien también es miembro de las Áreas de Investigación Transdisciplinaria "Modelado" y "Vida y Salud" de la Universidad de Bonn. "Por lo tanto, también hablamos de transferencia de aprendizaje".

La CNN entrenada de esta manera pudo diagnosticar con notable precisión si las fotos de los ojos provenían de un paciente con EAP o de una persona sana.

"Un buen 80 % de todos los individuos afectados fueron identificados correctamente, si tomamos en cuenta el 20 % de falsos positivos, es decir, individuos sanos que el algoritmo clasificó incorrectamente como enfermos", explicó Schultz. "Es increíble, porque incluso los oftalmólogos capacitados no pueden detectar la EAP a partir de las imágenes del fondo de ojo".

En análisis posteriores, los investigadores pudieron demostrar que la red neuronal presta especial atención a los grandes vasos en la parte posterior del ojo durante su evaluación. Sin embargo, para obtener el mejor resultado posible, el método necesitaba imágenes digitales con una resolución suficientemente alta. Los investigadores esperan mejorar aún más el rendimiento de su método en el futuro. Para hacerlo, planean cooperar con los centros de oftalmología y medicina vascular de todo el mundo que les proporcionarán imágenes de fondo de ojo adicionales de las personas afectadas. El objetivo a largo plazo es desarrollar un método de diagnóstico sencillo, rápido y fiable que no requiera procedimientos concomitantes como la administración de colirios.

Related Links:
Universidad de Bonn


Print article

Canales

Cuidados Criticos

ver canal
Imagen: Solución inalámbrica de monitoreo de pacientes puede ayudar a los médicos a detectar el deterioro temprano del paciente (Fotografía cortesía de GE Healthcare)

Dispositivo inalámbrico monitorea la salud y detecta deterioro temprano en pacientes hospitalizados

A nivel mundial, se estima que el 65 % de los pacientes hospitalizados y más del 90 % de los pacientes de atención post-aguda son monitoreados manualmente y no continuamente.... Más

Negocios

ver canal
Imagen: Mercado global de pruebas de microbiología  hospitalarias impulsado por el aumento de la prevalencia de enfermedades crónicas (Fotografía cortesía de Pexels)

Mercado de pruebas de microbiología hospitalaria impulsado por aumento en prevalencia de enfermedades crónicas

Los fabricantes y actores del mercado global de pruebas de microbiología hospitalaria ofrecen varios tipos de pruebas, incluidas las de hongos, virus y bacterias; así como instrumentos y... Más
Copyright © 2000-2022 Globetech Media. All rights reserved.