Comparación entre un sistema computarizado y los expertos humanos en relación al diagnóstico de lesiones retinales tempranas de retinopatía diabética

Objetivo

Investigar si un sistema de visión computarizado es comparable con los humanos en relación a la detección de lesiones retinales tempranas de retinopatía diabética utilizando fotografías de fondo en colores.

Método

Ha sido desarrollado un sistema computarizado para detectar lesiones tempranas de retinopatía diabética, utilizando técnicas de procesamiento de imágenes y de reconocimiento de patrones, (hemorragias y microaneurismas, exudadades, y manchas algodonosas). Las fotografías de fondo en colores obtenidas de los Indios Americanos en Oklahoma fueron empleadas en el desarrollo y evaluación del sistema.

Un grupo de 369 diapositivas en colores fueron utilizadas para entrenar al sistema computarizado empleando 3 categorías diagnósticas: lesiones presentes, cuestionables o ausentes (Y/Q/N). Un grupo diferente de 42 diapositivas fue empelado para examinar y evaluar el sistema y sus resultados diagnósticos fueron comparados con los de 12 expertos humanos (alumnos de la University of Wisconsin Fundus Photograph Reading Center  y un oftalmólogo general) . Los experimentos incluyeron comparaciones utilizando 2  (Y/N) y 3 (Y/Q/N) categorías diagnósticas (los casos cuestionables se excluyeron al final).

Resultados

En la fase de entrenamiento, los índices de concordancia, sensibilidad y especificidad para la detección de 3 lesiones entre el especialista retinal y el sistema computarizado estuvieron por encima del 90%.  Las estadísticas  aumentaron (0.75-0.97), indicando una concordancia excelente entre el especialista y el sistema computarizado. En la fase de evaluación, los resultados obtenidos entre el sistema computarizado y los expertos humanos fueron consistentes con aquellos obtenidos en la fase de entrenamiento y fueron comparables con los de los expertos humanos.

Conclusiones

El desempeño del sistema de visión computarizado en el diagnóstico de lesiones retinales tempranas fue comparable con el de los expertos humanos. Este sistema computarizado, móvil, no invasivo y de fácil acceso electrónico podría convertirse en una herramienta masiva de screening y en una ayuda clínica en el diagnóstico de lesiones tempranas de retinopatía diabética.