Historia de tecnología médica

El futuro de la gestión de la retinopatía diabética con inteligencia artificial y captura de imágenes para diagnóstico – Dr. Ramin Tadayoni

porZEISS 31 enero 2022 7 MIN LEER

El futuro de la gestión de la retinopatía diabética

Gracias al progreso constante de las tecnologías de captura de imágenes, los oftalmólogos cada vez cuentan con más puntos de datos necesarios para abordar la retinopatía diabética. La creciente continuidad de los datos a disposición de los médicos ha servido para reducir los errores de diagnóstico y optimizar el tratamiento de los pacientes. Esto también es así para los casos complicados de retinopatía diabética con proliferación o edema. No obstante, esto es menos frecuente en el caso de los pacientes con estadios moderados y graves de retinopatía diabética, cuando nuestro poder de predicción de la evolución de las fases más avanzadas de la retinopatía diabética no ha mejorado y probablemente incluso ha disminuido, ya que todavía se basa en datos longitudinales del siglo pasado, cuando el control de la diabetes no era tan bueno como ahora.

Para mejorar la predicción, la gestión y el tratamiento futuros de la retinopatía diabética tendrán que apoyarse cada vez más en los datos clínicos longitudinales a través de diversas tecnologías de captura de imágenes y también en plataformas de inteligencia artificial que permitan integrar esta creciente cantidad de datos. La implementación de la IA y del aprendizaje automático en el ámbito de la oftalmología brindará puntos de datos auxiliares que influirán en la clasificación/evaluación de riesgo del nivel actual de retinopatía diabética del paciente. Los puntos de datos que no se suelen usar para evaluar la retinopatía diabética serán cada vez más importantes para la estratificación del riesgo de la retinopatía diabética (por ejemplo, evolución de la presión arterial, HBA1c, uso de medicación, etc.).

La angiografía por tomografía de coherencia óptica (angio-OCT), un método no invasivo de captura de imágenes empleado para evaluar la perfusión y la integridad vascular de la retina, también puede influir en la clasificación y la gestión de la retinopatía diabética. La angio-OCT ofrece una mejor valoración de los vasos de la retina en comparación con la fotografía del fondo de ojo sola en un campo que hoy en día es comparable a las fotos del fondo ETDRS de 7 campos. A diferencia de la fotografía del fondo de ojo, el método de clasificación de la gravedad de la retinopatía diabética en base a la angio-OCT no está muy extendido, ya que todavía está haciéndose un hueco en la práctica clínica y la investigación. En cuanto a las tecnologías futuras que conformarán y cambiarán la manera en que gestionamos la retinopatía diabética, la angio-OCT se muestra como una opción muy prometedora.

En las últimas décadas, la OCT de dominio espectral también ha revolucionado el diagnóstico y la gestión del edema macular diabético (EMD). Esta solución sigue desempeñando un papel decisivo en la práctica clínica, la investigación y el desarrollo de nuevos modelos de predicción de IA.

  
      El futuro de la gestión de la retinopatía diabética con inteligencia artificial y captura de imágenes para diagnóstico

Contenido de terceros bloqueado

El reproductor de vídeo se ha bloqueado de acuerdo con sus preferencias de rastreo. Para cambiar los ajustes y reproducir el vídeo, haga clic en el botón de abajo y acepte el uso de tecnologías de rastreo "funcionales".

Cambio en el paradigma de la clasificación de retinopatía diabética

Hace más de 50 años, el grupo de investigación del estudio del tratamiento temprano de la retinopatía diabética (ETDRS, por sus siglas en inglés) desarrolló una escala de calificación objetiva para la gravedad de la retinopatía diabética. La escala de calificación permitió a los médicos hacer una estimación del riesgo de que un paciente evolucione hacia una retinopatía proliferativa en base a fotos del fondo de 7 campos. Cuando se desarrolló la escala ETDRS, los médicos contaban con poco más que las fotos del fondo para complementar su evaluación clínica a la hora de abordar la retinopatía diabética. Gracias al amplio abanico de mejores tecnologías no invasivas que tenemos hoy día, la escala ETDRS ya no tiene por qué desempeñar el mismo papel esencial que antiguamente. Con una captura de imágenes más precisa, con imágenes de campo más amplio y con nuevas posibilidades de integrar datos no oculares, deberíamos ser capaces de lograr una escala más predictiva para la retinopatía diabética.

Teniendo en cuenta la llegada de la IA y las nuevas innovaciones en tecnología de captura de imágenes oftalmológicas, puede que la escala de calificación ETDRS pronto quede obsoleta. Actualmente, el proyecto de evaluación inteligente de la retinopatía diabética (EviRed) en Francia pretende actualizar y optimizar la desfasada escala de calificación ETDRS. Con la participación de todo el país, este proyecto pretende combinar IA, datos clínicos de pacientes e imágenes oftalmológicas para crear un nuevo sistema de estratificación de la evaluación del riesgo de retinopatía diabética.

EviRed usa una amplia variedad de tecnologías de captura de imágenes oftalmológicas y otros datos clínicos para alimentar su algoritmo, como OCT, angio-OCT y captura de imágenes de campo ultraamplio, así como otras variables no relacionadas con la imagen extraídas del historial clínico del paciente (p. ej., presión arterial, azúcar en sangre, peso, edad y sexo). Estos datos se recopilan en un solo paso y tienen potencial real para tener una precisión de diagnóstico superior en comparación con el anterior sistema de calificación ETDRS. Anteriormente se hacía menos hincapié en dichos biomarcadores auxiliares al tratar a pacientes con retinopatía diabética. Sin embargo, estos datos pueden ser más importante de lo que se pensaba. Aprovechando la precisión predictiva de la IA, EviRed pretende optimizar los algoritmos de tratamiento de la retinopatía diabética, abrir el camino para futuros tratamientos preventivos y disminuir el margen de error de los resultados del tratamiento.

Validación del algoritmo de EviRed

Actualmente se está llevando a cabo un ensayo clínico en Francia que pretende entrenar y validar el modelo de predicción de EviRed para el riesgo de retinopatía diabética. El ensayo incluirá a unos 5000 pacientes diabéticos a los que se hará un seguimiento durante una media de 24 meses. Durante este tiempo, nuestro grupo de investigación espera recoger suficientes datos de fotografías de campo ultraamplio, OCT y angio-OCT, así como de otros biomarcadores, para ayudar a depurar y validar el algoritmo. El criterio de valoración primario del estudio será la predicción de la progresión de la retinopatía diabética severa. Se realizará un control minucioso para determinar la precisión del modelo en la evaluación de la gravedad de la retinopatía diabética y el riesgo de progresión. Su rendimiento también se comparará con las predicciones hechas por oftalmólogos usando la clasificación ETDRS o modelos similares.

Cómo la captura de imágenes para diagnóstico y la IA afectarán al flujo de trabajo de los oftalmólogos

La IA y la captura avanzada de imágenes para diagnóstico son un aporte excelente para mejorar la toma de decisiones clínicas y optimizar la eficiencia del flujo de trabajo. Al disponer de más datos clínicos en un solo lugar, los oftalmólogos están mejor preparados para gestionar los casos complejos y pueden dedicar menos tiempo a buscar entre los datos anteriores.

Las plataformas de IA como EviRed pretenden recabar, de la manera más automática posible, puntos de datos clínicos a lo largo de varios años y ayudar a los médicos a predecir con mayor precisión qué pacientes están en riesgo de llegar a tener una retinopatía diabética con complicaciones. Para obtener la precisión de diagnóstico de EviRed, mediante métodos clásicos sin IA, otros modelos de predicción habrían tardado varias décadas en determinarse. Esto optimizará la atención al paciente, mejorará los resultados de los tratamientos y ayudará a prevenir mejor la ceguera vinculada a la diabetes.

Qué suponen los avances de las herramientas clave de diagnóstico para el tratamiento de la retinopatía diabética

Los avances realizados en herramientas de diagnóstico clave, como la captura de imágenes del fondo de ojo y la tomografía de coherencia óptica, son fundamentales para el oftalmólogo que trata a pacientes con retinopatía diabética. Herramientas como ZEISS CLARUS y ZEISS CIRRUS permiten visualizar de manera muy rápida el progreso de la enfermedad ocular, algo fundamental para abordar cualquier afección, pero sobre todo en casos de edema macular diabético. Si bien existen pocos estudios sobre los efectos de estas nuevas tecnologías en el abordaje de la enfermedad, hay un claro potencial para que estas herramientas mejoren la eficacia del diagnóstico y las decisiones de tratamiento.

Gracias a los avances de la angio-OCT, los oftalmólogos tienen la capacidad de ver los vasos mejor que con cualquier otro sistema. Mientras que la angio-OCT no muestra el campo visual tan amplio como las imágenes de campo ultraamplio, sigue mostrando más detalles de los vasos que cualquier otro dispositivo de este tipo, lo que permite a los médicos validar sus decisiones de tratamiento. En concreto, la angio-OCT es una herramienta útil para monitorizar a pacientes sometidos a tratamientos con antifactor de crecimiento vascular endotelial. En el caso de estos pacientes, aunque su puntuación ETDRS puede mejorar, su perfusión quizás no, y la angio-OCT puede ser fundamental para evaluar cualquier cambio en el riesgo que ello conlleva.

Las imágenes de campo ultraamplio son cada vez más predominantes a la hora de optimizar el flujo de trabajo para tratar la retinopatía diabética. Esto también permite a los médicos identificar y documentar las lesiones retinianas fuera del área convencional de 7 campos que se suele usar con la fotografía del fondo de ojo. Por ejemplo, el riesgo de progresión para dos pacientes con retinopatía diabética proliferativa temprana puede ser muy diferente si uno de ellos tiene también neovascularización fuera del área de 7 campos y el otro no. En otros casos, la neovascularización solo puede quedar fuera del área de 7 campos y omitirse si no se usa la captura de imágenes de campo ultraamplio. Los avances en la angio-OCT y en la captura de imágenes del fondo de ojo de gran campo han brindado a los médicos las herramientas para aumentar la precisión del diagnóstico mientras mejoran la evaluación del riesgo y los resultados del tratamiento para pacientes con retinopatía diabética. Las investigaciones han demostrado que los tratamientos se modifican hasta en un 15 % de los pacientes con retinopatía diabética en función de la cobertura adicional del fondo de ojo que muestran las imágenes de campo ultraamplio.

Captura avanzada de imágenes para diagnóstico, aprendizaje automático y futuro de la oftalmología

La captura avanzada de imágenes para diagnóstico y la IA también ayudarán a impulsar recursos como la telemedicina en la oftalmología, permitiendo que los pacientes de menor riesgo sean atendidos a distancia mientras que los de mayor riesgo sigan siendo atendidos presencialmente para sus exámenes y tratamientos. Los pacientes diabéticos sin antecedentes de retinopatía o con una historia estable de signos de retinopatía leve suelen ser los candidatos ideales para las consultas de telemedicina. A la hora de tratar a pacientes con retinopatía diabética, la IA y el aprendizaje automático, además de la tomografía de coherencia óptica, la angio-OCT y la captura de imágenes de campo ultraamplio se han convertido en herramientas fundamentales. El desarrollo de plataformas de IA como EviRed será de gran provecho para abordar la retinopatía diabética y mejorará los algoritmos de tratamiento de los oftalmólogos.

Compartir este artículo