Con el continuo desarrollo de la tecnología informática, la adquisición de big data y los métodos de imagen, la aplicación de la inteligencia artificial IA) en los campos médicos se está expandiendo. El uso de machine learning y deep learning en el diagnóstico y el tratamiento de las enfermedades oftálmicas está cada vez más extendido. Como una de las principales causas de discapacidad visual, la miopía tiene una alta prevalencia mundial. La detección temprana o el diagnóstico de la miopía, combinado con otras intervenciones terapéuticas eficaces, son muy importantes para mantener la función visual y la calidad de vida del paciente. Mediante el entrenamiento de la fotografía de fondo de ojo, la tomografía de coherencia óptica y las imágenes de la lámpara de hendidura, y a través de plataformas proporcionadas por la telemedicina, la IA muestra un gran potencial de aplicación en la detección, el diagnóstico, la predicción de la progresión y el tratamiento de la miopía. Además, los modelos de IA y los dispositivos portátiles basados en otras formas de datos también tienen un buen rendimiento en la intervención conductual de los pacientes con miopía.

El uso de IA en los defectos de refracción, representado por la miopía, se está convirtiendo en un en un problema clave de salud pública. Dado que cualquier grado de miopía aumentará el riesgo de que se produzcan cambios adversos en el tejido ocular, la miopía elevada y la miopía patológica aumentan significativamente el riesgo de sufrir una discapacidad visual irreversible (por ejemplo, glaucoma, desprendimiento de retina, degeneración macular miópica y neovascularización coroidea macular) o ceguera. La Temprana identificación de los grupos de alto riesgo de miopía y un seguimiento regular y repetido para documentar la progresión de la miopía y las complicaciones son esenciales para que los oftalmólogos planifiquen intervenciones. Sin embargo, es posible que los sistemas sanitarios actuales no puedan hacer frente a la creciente carga. En particular, la pandemia de COVID-19 demostró la necesidad de realizar pruebas a distancia. Afortunadamente, la tecnología de IA combinada con la telemedicina puede colmar esta laguna. Hasta la fecha, los estudios han integrado IA en todas las etapas de la práctica clínica de la miopía y han logrado efectos positivos de la aplicación. Se ha desarrollado un modelo de cómo sería el flujo de trabajo que involucre IA, telemedicina y atención presencial.

El flujo de trabajo de la plataforma de telemedicina integrada con IA para la miopía.
(A) es el flujo de trabajo de la agrupación inicial, incluida la detección de miopía, el establecimiento de archivos, el análisis de IA y la estratificación del riesgo de progresión para pacientes con miopía. (B) es el flujo de trabajo de gestión continua que involucra el autocontrol en el hogar, atención primaria y servicios hospitalarios especializados.

Dados los rápidos aumentos en la prevalencia de todos los niveles de miopía en las últimas tres décadas y la rápida expansión no lineal de la enfermedad COVID-19, existe la necesidad de revolucionar los sistemas de atención médica en todo el mundo. Tres áreas principales son los objetivos de tales revoluciones: mejorar la eficiencia, limitar el riesgo de exposición y proporcionar un manejo individualizado para pacientes miopes. La IA se encuentra entre las soluciones más prometedoras para abordar estos problemas. Antes de la adopción masiva de la IA en la miopía, los modelos de IA deben optimizarse aún más para mejorar su interpretabilidad, las interacciones hombre-máquina, las capacidades de generalización y la solidez. También es necesario desarrollar estándares clínicos relevantes, integrar conjuntos de datos clínicos a gran escala y desarrollar un marco de evaluación estándar para modelos de IA en la práctica clínica. Además de las cuestiones éticas, legales y normativas.

Referencia del estudio:
C Zhang, J Zhao, Z Zhu, Y Li, K Li, Y Wang and Y Zheng. Applications of Artificial Intelligence
in Myopia: Current and Future Directions, Front Med, 9:840498. doi: 10.3389/fmed.2022.840498

Slider Conexión