La inteligencia artificial mejora dramáticamente la precisión del examen ocular

444
0
Ojo, robot: la inteligencia artificial mejora dramáticamente la precisión del examen ocular clásico

El examen ocular clásico puede estar a punto de obtener una actualización. Los investigadores han desarrollado una prueba de visión en línea, impulsada por inteligencia artificial (IA), que produce diagnósticos mucho más precisos que la hoja de letras mayúsculas que hemos estado observando desde el siglo 19.

Si se perfecciona, la prueba también podría ayudar a los pacientes con enfermedades oculares a rastrear su visión en el hogar.

“Es una idea intrigante” que revela cuán anticuada es la prueba ocular clásica, dice Laura Green, oftalmóloga del Krieger Eye Institute. Green no participó en el trabajo, pero estudia formas de usar la tecnología para mejorar el acceso a la atención médica.

El examen ocular clásico, conocido como el cuadro de Snellen, ha existido desde 1862. Cuanto más abajo pueda leer una persona, mejor será su visión. La prueba es rápida y fácil de administrar, pero tiene problemas, dice Chris Piech, un científico informático de la Universidad de Stanford.

Los pacientes comienzan a adivinar las letras cuando se vuelven borrosas, dice, lo que significa que pueden obtener diferentes puntajes cada vez que toman el examen.

Piech no es ajeno a la prueba de Snellen. A la edad 10, los médicos le diagnosticaron uveítis crónica, una enfermedad inflamatoria de los ojos. “Estaba sentado a través de todas estas pruebas y era bastante obvio para mí que era terriblemente inexacto”, dice.

Quería encontrar una manera de eliminar el error humano del examen de Snellen, al tiempo que mejoraba su precisión.

Entonces Piech y sus colegas desarrollaron una prueba en línea. Los usuarios primero calibran el tamaño de su pantalla ajustando un cuadro en una página web al tamaño de una tarjeta de crédito. Después de ingresar la distancia que están desde la pantalla, la prueba muestra una “E” en una de las cuatro orientaciones.

Según la respuesta, el algoritmo luego usa estadísticas para hacer una predicción de una puntuación de visión, similar a cómo las IA hacen una lista de reproducción basada en sus artistas favoritos, o qué anuncios mostrar en función de lo que hizo clic anteriormente.

A medida que avanza la prueba, el algoritmo puede hacer una predicción más precisa sobre el puntaje. La prueba hace 20 preguntas por ojo y tarda un par de minutos en completarse.

Cuando los investigadores realizaron su “Prueba de agudeza de Stanford” (StAT) a través de 1000 simulaciones por computadora que imitaban a pacientes reales, error de diagnóstico reducido en 74% en comparación con la prueba de Snellen.

Las simulaciones funcionan comenzando con un puntaje de agudeza conocido y factores en los tipos de errores que un humano podría cometer. Luego, prácticamente “toma” las diferentes pruebas oculares para comparar cuán precisas son.

El equipo usó esto en lugar de pacientes reales porque comienza con la agudeza “verdadera”, algo desconocido en un humano.

Puede tomar StAT usted mismo en myeyes.ai, aunque Piech advierte que la prueba aún no pretende reemplazar las visitas al médico.

“Definitivamente es útil”, dice Mark Blecher, un oftalmólogo en Filadelfia que escribió artículos de opinión que compararon varias pruebas oculares antes. Las pruebas oculares en línea no son realmente nuevas, pero Blecher elogió el uso inteligente de la inteligencia artificial para aumentar la precisión.

Blecher dice que para el siguiente paso sería importante considerar las circunstancias en las que el usuario realiza la prueba. Cosas como la iluminación de la habitación o el brillo de la pantalla podrían afectar los puntajes, dice.

Si la prueba StAT realmente reemplazará la tabla de Snellen está en debate. Blecher dice que lograr que todos los profesionales de la vista acuerden un nuevo estándar sería “desalentador en el mejor de los casos” porque el statu quo puede ser difícil de superar.

“Creo que muy rápidamente sería adoptado por más del 80% de las prácticas de oftalmología”, dice ella. “Realmente estamos desesperados por tener una buena manera de hacer esto”.

Dejar una respuesta

Please enter your comment!
Please enter your name here