Ciudad de México, 18 de septiembre de 2023.
Investigadores del Hospital Oftalmológico Moorfields y del Instituto de Oftalmología de la University College de Londres desarrollaron un sistema de inteligencia artificial (IA) que puede identificar enfermedades oculares que ponen en peligro la vista, así como predecir el estado general de salud.
RETFound, y es uno de los primeros modelos fundacionales basados en IA para la atención sanitaria y puede detectar o predecir los infartos de miocardio, los accidentes cerebrovasculares y la enfermedad de Parkinson.
Esta IA contiene la información de millones de escáneres oculares de retina procedentes del Servicio Nacional de Salud del Reino Unido.
El equipo de investigadores ha decidido que el sistema sea de código abierto, es decir, que pueda ser utilizado libremente por cualquier institución del mundo, como piedra angular de los esfuerzos mundiales para detectar y tratar la ceguera mediante IA. Este trabajo se ha publicado en la prestigiosa revista Nature.
Los avances en IA siguen acelerándose a un ritmo vertiginoso, con el entusiasmo que genera el desarrollo de modelos “fundacionales” como ChatGPT. Un modelo fundacional es un sistema de IA muy grande y complejo, entrenado con enormes cantidades de datos sin etiquetar, que puede ajustarse para una amplia gama de tareas posteriores.
“RETFound supera sistemáticamente a los sistemas de IA más avanzados en una serie de tareas clínicas complejas”, afirma el estudio. Pero lo más importante es que resuelve una deficiencia significativa de muchos sistemas de IA actuales al funcionar bien en poblaciones diversas y en pacientes con enfermedades raras.
El autor principal es el profesor Pearse Keane, del Instituto de Oftalmología de la universidad británica y del Hospital Oftalmológico Moorfields, quien indica que “este es otro gran paso hacia el uso de la IA para reinventar el examen ocular para el siglo XXI, tanto en el Reino Unido como en el resto del mundo”.
RETFound se entrenó con un conjunto de datos de 1,6 millones de imágenes de escáneres. Esto invita a pensar en el ingente trabajo previo realizado por la mano humana. Los modelos fundacionales de IA son una “tecnología transformadora”, como apunta el Gobierno británico, pero el principal escollo a su uso lo encontramos a la hora de introducir las “etiquetas humanas” para que la máquina aprenda. Esto es, el vastísimo trabajo manual que se necesita realizar antes de la introducción de datos en la IA.
El avance que representa RETFound es que es capaz de igualar el rendimiento de otros sistemas de IA utilizando tan solo un 10% de etiquetas humanas en su conjunto de datos. Esta mejora en la eficiencia de las etiquetas se consigue mediante un innovador método de autosupervisión en el que RETFound enmascara partes de una imagen y, a continuación, aprende a predecir por sí mismo las partes que faltan.
El profesor Kean explica que han mostrado “varias afecciones ejemplares en las que se puede utilizar RETFound”, pero en realidad el modelo tiene el potencial de desarrollarse aún más, para cientos de otras enfermedades oculares que amenazan la vista, y que aún no hemos explorado”.
Su sofisticado sistema podría ayudar a mejorar el diagnóstico de algunas de las enfermedades oculares más debilitantes, como la retinopatía diabética y el glaucoma, y predecir enfermedades sistémicas como el párkinson, el ictus y la insuficiencia cardiaca.
Estudios científicos anteriores han demostrado que es posible prever si una persona padecerá la enfermedad de Parkinson años antes de que aparezca a través del ojo. La identificación de problemas de salud general a través de los ojos es una ciencia emergente denominada “oculómica”, un término acuñado en 2020 por el profesor Alastair Denniston, uno de los coautores del artículo sobre RETFound.
El ojo es una “ventana” a nuestra salud general, ya que ofrece una visión no invasiva del sistema nervioso. “Comprender la relación ojo-cuerpo es clave para abordar enfermedades complejas y los problemas generales asociados al envejecimiento”, afirman los autores.
Además, RETFound ha demostrado que es igual de eficaz para detectar enfermedades en poblaciones diversas.
Con información de: larazon.es