A retinopatia da prematuridade (ROP) é uma coisaça sepulturaque afeta bebêês prematuros, levando ao crescimento anormal de vasos sanguíneoseuneos na retina, descolamento de retina e potencial cegueira. Embora sistemas semiautomáticosaticos foram usados no passado para diagnosticarças relacionadas a ROP quantificando os vasos da retina, os modelos tradicionais de aprendizagem de maquina enfrenta desafios como precisãoai sobreajuste.
Leia também: Glaucoma agudo, miopia e topiramato: o que todo oftalmologista deve saber?
Avançoos recentes em aprendizagem profunda, especialmente em redes neurais convolucionais, melhoraram significativamente a detecção de ROP e classificação. O sistema de aprendizagem profundo i-ROP (i-ROP-DL) tambémém se mostra promessa na detecção de doença plusoferecendo confiabom potencial de diagnósticostico.
Estudo
Humuma pesquisa publicada no Oftalmologia JAMA examina exaustivamente o progresso contemporâneoaneo e desafios associados ao uso de imagens da retina e inteligênciaência artificial (IA) para detectar ROP, oferecendo informações valiosas que podem orientar investigações futuras neste domeunio.
Metodologia
Com base em 89 estudos originais neste campo (de 1.487 estudos que foram revisados de forma abrangente), concluiu-se que métodos tradicionais para diagnósticoóstico de ROP sofrimentos de subjetividade e analise manual, tomando uma decisãoé cleunicas inconsistentes. Uma IA é uma grande promessa para melhorar o gerenciamento de ROP.
Ó artigo conclui que novos modelos como o i-ROP tem duas vantagens creuticas em comparação com modelos anteriores:
- Evitam falsa classificação de olhos normais com doençum mais;
- Evitam classificação errada de olhos com doençum mais.
Últimos diasços viram o surgimento de modelos de EAD, particularmente CNN e suas variantes, que não revelaramanível eficazacia na identidade de caractereeuespecificações específicaseuficas relacionadas a ROP com precisãoo compararavel a especialistas humanos.
O sistema i-ROP-DL, integrando duas CNNs para segmentação de embarques e classificação, emergiu como um método compromisso para detectar com precisão a doença mais. O potencial da IA na gestão da ROP reside na sua capacidade de fornecer uma avaliação mais objetiva, melhorando a precisão do diagnósticoótico e facilitando o tratamento personalizado para bebêêé de risco. Ao automatizar a triagem do ROP e diagnósticoóStico, os sistemas baseados em IA podem reduzir a subjetividade, melhorando a eficiênciaência e os resultados dos pacientes.
Saiba mais: Como estimar o poder esférico do olho com base em dados da biometria ocular?
No entanto, embora a IA ofereçaça possibilidades óTimas, os desafios permanecem na construção de diversos conjuntos de dados para garantir a robustez e a generalizaçãoo de modelos de IA. Com o progresso conteunovo, soluações baseadas em sistemas de IA são a chave para um futuro melhor para retinopatia da prematuridade (ROP) e outras doençasçcomo da retina.