Análisis multicentro del cribado automático de glaucoma en pacientes con alta miopía a través de retinografías

Loading...
Thumbnail Image

Identifiers

Publication date

Authors

Millán Guerrero, Ulises
Magadán Salazar, Andrea
Moctezuma Ochoa, Daniela
Martínez-de-la-Casa, José María

Advisors

Other responsabilities

Journal Title

Bibliographic citation

Millán, U., Goyanes, E., de Moura Ramos, J., Magadán Salazar, A., Moctezuma, D., Martínez de la Casa, J.M., Novo Buján, J., Ortega Hortas, M. (2025). Análisis multicentro del cribado automático de glaucoma en pacientes con alta miopía a través de retinografías. En BioIntegraSaúde - BIS 2025, Santiago de Compostela, 15 de maio de 2025.

Type of academic work

Academic degree

Abstract

[Resumen]: El glaucoma es una causa principal de ceguera irreversible en todo el mundo, siendo la detección temprana esencial para prevenir la pérdida de visión. Sin embargo, diagnosticar glaucoma en pacientes altamente miopes presenta desafíos significativos debido a alteraciones anatómicas, como la deformación de la cabeza del nervio óptico y el adelgazamiento de la capa de fibras nerviosas de la retina, que pueden oscurecer los cambios relacionados con la enfermedad y llevar a un diagnóstico erróneo. Para abordar estas limitaciones, proponemos un sistema basado en técnicas avanzadas de inteligencia artificial para la detección automatizada de glaucoma en ojos altamente miopes. Nuestro enfoque aprovecha el aprendizaje multi-transferencia, integrando pre-entrenamiento a gran escala con adaptación específica del dominio utilizando un conjunto formado por 10,000 imágenes de 5,000 pacientes. Además, se realiza un análisis entre múltiples centros clínicos, cada uno empleando un retinógrafo distinto, lo que permite evaluar la robustez y aplicabilidad del modelo en escenarios reales y diversos. Los centros participantes son el Hospital Clínico San Carlos (HCSC), la Clínica Universidad de Navarra (CUN), el Hospital Ramón y Cajal (RYC) y el Instituto Universitario Fernández-Vega de Oviedo (IRU). Esta colaboración multicéntrica asegura una mayor representatividad de los datos, y además refuerza la capacidad del sistema para adaptarse a las variaciones en los equipos de adquisición, un desafío clave en la práctica clínica. Los resultados experimentales demuestran que el modelo propuesto supera consistentemente los métodos de referencia, logrando una precisión y robustez superiores en la detección de glaucoma dentro de poblaciones altamente miopes. Estos hallazgos subrayan el potencial de las herramientas de detección impulsadas por IA como ayudas diagnósticas confiables y precisas, apoyando a los clínicos en la detección temprana y el manejo efectivo del glaucoma en casos complejos.

Description

Poster presentado a BioIntegraSaúde 2025, co-organizado por los tres institutos: IDIS, IISGS e INIBIC, en Santiago de Compostela, 15 de mayo de 2025.

Rights