Use this link to cite:
http://hdl.handle.net/2183/42016 Análisis multicentro del cribado automático de glaucoma en pacientes con alta miopía a través de retinografías
Loading...
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.







