Skip to main content

Resultados relacionados

Resultados totales (Incluyendo duplicados): 1
Encontrada(s) 1 página(s)

RUC. Repositorio da Universidade da Coruña
Publication Contribución de congreso (ConferenceOutput)

Análisis multicentro del cribado automático de glaucoma en pacientes con alta miopía a través de retinografías

  • Millán Guerrero, Ulises
  • Goyanes, Elena
  • Moura, Joaquim de
  • Magadán Salazar, Andrea
  • Moctezuma Ochoa, Daniela
  • Martínez-de-la-Casa, José María
  • Novo Buján, Jorge
  • Ortega Hortas, Marcos
Poster presentado a BioIntegraSaúde 2025, co-organizado por los tres institutos: IDIS, IISGS e INIBIC, en Santiago de Compostela, 15 de mayo de 2025., [Resumen]: El glaucoma es una causa principal de ceguera irreversible en todo el mundo, siendo la detección temprana esencial para prevenir la pérdida de visión. Sin embargo, diagnosticar glaucoma en pacientes altamente miopes presenta desafíos significativos debido a alteraciones anatómicas, como la deformación de la cabeza del nervio óptico y el adelgazamiento de la capa de fibras nerviosas de la retina, que pueden oscurecer los cambios relacionados con la enfermedad y llevar a un diagnóstico erróneo. Para abordar estas limitaciones, proponemos un sistema basado en técnicas avanzadas de inteligencia artificial para la detección automatizada de glaucoma en ojos altamente miopes. Nuestro enfoque aprovecha el aprendizaje multi-transferencia, integrando pre-entrenamiento a gran escala con adaptación específica del dominio utilizando un conjunto formado por 10,000 imágenes de 5,000 pacientes. Además, se realiza un análisis entre múltiples centros clínicos, cada uno empleando un retinógrafo distinto, lo que permite evaluar la robustez y aplicabilidad del modelo en escenarios reales y diversos. Los centros participantes son el Hospital Clínico San Carlos (HCSC), la Clínica Universidad de Navarra (CUN), el Hospital Ramón y Cajal (RYC) y el Instituto Universitario Fernández-Vega de Oviedo (IRU). Esta colaboración multicéntrica asegura una mayor representatividad de los datos, y además refuerza la capacidad del sistema para adaptarse a las variaciones en los equipos de adquisición, un desafío clave en la práctica clínica. Los resultados experimentales demuestran que el modelo propuesto supera consistentemente los métodos de referencia, logrando una precisión y robustez superiores en la detección de glaucoma dentro de poblaciones altamente miopes. Estos hallazgos subrayan el potencial de las herramientas de detección impulsadas por IA como ayudas diagnósticas confiables y precisas, apoyando a los clínicos en la detección temprana y el manejo efectivo del glaucoma en casos complejos., Este trabajo es parte del proyecto PID2023-148913OB-I00 financiado por MICIU/AEI/10.13039/501100011033 y por ”FEDER Una manera de hacer Europa”. Ha sido también financiado por la Consellería de Educación, Universidade e Formación Profesional, Xunta de Galicia, Grupos de Referencia Competitiva, [código ED431C 2024/33], ayuda predoctoral [ED481A-2023-152]. Además, está apoyado por el ISCIII bajo la ayuda [FORT23/00010] como parte del Programa FORTALECE del Ministerio de Ciencia e Innovación; y el proyecto de investigación [PI23/00828]: Desarrollo evaluación de un algoritmo de detección de glaucoma a partir de un abordaje multimodal en pacientes con miopía magna., Xunta de Galicia; ED431C 2024/33, Xunta de Galicia; ED481A-2023-152