Un equipo de investigadores de UvA organizó un desafío de detección de glaucoma para sistemas de IA para abordar las limitaciones de la IA en la detección de enfermedades.
Ojos humanos – visualización artística. Crédito de la imagen: Eric Ward a través de Unsplash, licencia gratuita
El uso de IA para evaluar a los pacientes en busca de ciertas enfermedades puede ser súper preciso en el laboratorio, pero fallar en el mundo real de la atención médica.
Estudiante de doctorado UVA Coen de Vente está buscando soluciones a este problema. Dentro del Instituto de Informática, De Vente está investigando técnicas de aprendizaje automático para la detección de enfermedades oculares. Trabaja en el Análisis Cuantitativo en Salud (Corán) group of Professor Clarisa Sánchez Gutierrez.
Imagen del conjunto de entrenamiento Rotterdam EyePACS AIROGS
¿Cómo es que las técnicas de IA para imágenes médicas son precisas en el laboratorio y fallan en la práctica?
“Esencialmente, se debe a la falta de robustez. Los modelos de IA se entrenan en un conjunto de datos. Cuando ese conjunto de datos no es suficientemente representativo de los pacientes que se examinan en la práctica, a un paciente con una afección se le puede decir que no pasa nada, o viceversa: a un paciente se le diagnostica una enfermedad cuando no pasa nada».
Entonces, ¿cuáles son los problemas con los conjuntos de datos?
‘A veces es el hecho de que ciertas etnias son muy pocas en los datos, por ejemplo, demasiados datos de personas blancas y no suficientes de personas negras. Pero también surgen problemas porque los diferentes tipos de escáneres producen diferentes tipos de artefactos en sus imágenes, o porque las condiciones bajo las cuales se realiza un escaneo son ligeramente diferentes en un hospital que en otro. Con los escaneos oculares, eso puede ser causado por condiciones de iluminación ligeramente diferentes.’
AIROGS: Inteligencia artificial para el desafío de detección de glaucoma RObusto. Fuente de la imagen: preimpresión de arXiv arXiv:2302.01738.
¿Cómo estás tratando de resolver este tipo de problemas?
‘Entre diciembre de 2021 y marzo de 2022, organizamos un concurso junto con Het Oogziekenhuis Rotterdam: el Inteligencia artificial para el desafío RObust Glaucoma Screening, AIROGS para abreviar. Un glaucoma es una enfermedad ocular en la que parte del campo visual se pierde debido al aumento de la presión del globo ocular.’
“La detección temprana puede evitar muchos sufrimientos, y la detección automática con IA puede ayudar. El desafío para los equipos que participaron en nuestra competencia fue construir un software de IA en poco más de tres meses que pueda, por un lado, detectar si alguien tiene glaucoma o no y, por otro lado, también indicar si un determinado el escaneo es legible. Nuestro conjunto de datos constaba de 113.000 imágenes de unos sesenta mil pacientes, de quinientos centros de detección diferentes en los EE. UU.’
Y cuál fue el resultado?
‘Evaluamos las soluciones de catorce equipos. Los mejores equipos se desempeñaron de manera similar a un equipo de oftalmólogos y optometristas. Muchos de los algoritmos también proporcionaron un rendimiento sólido cuando se probaron en otros tres conjuntos de datos disponibles públicamente. Estos resultados demuestran la viabilidad de una detección sólida del glaucoma respaldada por IA”.
Equipo para el control de la visión – foto ilustrativa. Crédito de la imagen: Brands&People a través de Unsplash, licencia gratuita
Su conjunto de datos proviene de los EE. UU. Entonces, ¿podemos usar el mejor modelo de detección de IA en los Países Bajos sin ningún problema?
‘Todavía sería cauteloso al respecto. Si tuviéramos que aplicar este algoritmo en hospitales holandeses, no sabríamos con certeza si nuestros datos de entrenamiento estadounidenses son suficientemente representativos del contexto holandés. No quieres que el algoritmo haga algo completamente incorrecto de forma inesperada.
“Es por eso que existe una regulación estricta antes de que el software de IA pueda usarse en la práctica médica. Todavía no existe un software de IA aprobado en la UE o los EE. UU. para la detección del glaucoma. Existe otro software que ha recibido aprobación para aplicar IA en oftalmología, como el software que detecta de forma autónoma la retinopatía diabética. Esto ha recibido la aprobación tanto en los EE. UU. por la FDA como en la UE con una marca CE.
¿Qué queda por hacer para acercar este tipo de técnicas de cribado de IA a la atención al paciente?
‘Como investigadores, tenemos que trabajar mucho en la creación de grandes estudios. Solo entonces podremos desarrollar técnicas sólidas de detección de IA. Todavía existen desafíos importantes en términos de la interpretabilidad de los resultados. Idealmente, nos gustaría que el sistema de IA sea capaz de explicar sus resultados y también nos informe si no lo sabe. ¿Y cuál es la mejor manera para que el sistema informe a un médico sobre sus resultados? Ese es otro desafío. Y finalmente, por supuesto, tenemos que mirar la rentabilidad.’
Fuente: Universidad de Ámsterdam
<!–
–>
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1254095111342376’);
fbq(‘track’, ‘PageView’);
