18/10/2018

Un nuevo sistema informático ayudará a los médicos de primaria a determinar el riesgo de desarrollar retinopatía diabética

A través de técnicas de inteligencia artificial, se aconsejará cuándo hay que hacer la prueba del fondo de ojo y se priorizará a los que tengan más factores de riesgo para evitar pruebas innecesarias y reducir el gasto sanitario

De izquierda a derecha: el doctor Pere Romero y los investigadores Aïda Valls, Antonio Moreno y Emran Saleh, delante.

Entre un 10 y un 12% de la población mundial adulta es diabética, un porcentaje que va en aumento. Solo en el  sector sanitario del Baix Camp-Priorat hay aproximadamente 18.000 pacientes diabéticos reconocidos. Esta enfermedad crónica va asociada a muchas complicaciones, entre las cuales la retinopatía diabética, una de las principales causas de baja visión y de ceguera. Pero sus efectos se pueden limitar si se hace una detección rápida y un tratamiento adecuado. Por eso se recomienda hacer una criba anual de los pacientes diabéticos, a los cuales se tiene que hacer una prueba de fondo de ojo. Actualmente, en la zona del Baix Camp solo se puede hacer una retinopatía cada dos años y medio a cada paciente, a pesar de que se dispone de tres cámaras no midriáticas (una cámara fotográfica que permite tomar imágenes de la retina y del fondo de ojo) instaladas en el CAP Sant Pere de Reus, en el Hospital Ligero de Cambrils y en el Hospital Universitario Sant Joan de Reus.

“Haciéndolo bien, e implicando a los médicos de familia en la lectura de las imágenes del fondo de ojo cada año, solo podemos llegar al 30% de la población diabética”, apunta el doctor Pere Romero, jefe del servicio de oftalmología del Hospital Sant Joan e investigador del Instituto de Investigación Sanitaria Pere Virgili (IISPV). Y es que detectar y hacer el seguimiento adecuado de las lesiones al ojo (o retinopatía diabética) es importante, puesto que se puede evitar la evolución incidiendo en los controles estrictos de la glucosa, la presión arterial y los lípidos.

Ante esta situación, un equipo formado por oftalmólogos del Hospital, médicos de familia del ICS e investigadores del grupo de investigación Itaka de la Universitat Rovira i Virgili, liderados por Antonio Moreno y Aïda Valls, hace seis años que iniciaron el trabajo para desarrollar un nuevo sistema informático. Con el nombre de Retiprogram, este programa pretende ayudar a los profesionales de la salud a tomar decisiones y a determinar el riesgo personalizado de desarrollar retinopatía diabética, a partir de los valores de las características clínicas que tienen más influencia. Es decir, el equipo ha desarrollado la manera de personalizar el cribado a cada enfermo diabético atendiendo a sus propios factores de riesgo. Para hacerlo, los investigadores han analizado los datos de miles de pacientes: “A través de las técnicas del análisis inteligente de datos, hemos relacionado los valores de cada paciente con el hecho que tengan o no retinopatía”, explica Moreno. Esto les ha permitido construir el modelo y probarlo para validar la efectividad en la predicción del riesgo. Este modelo, de titularidad compartida entre el IISPV y la URV ha sido protegido mediante un registro con la colaboración de la Unidad de Valorización de la URV.

En este sentido, han diseñado una calculadora de factor de riesgo: incorporando los parámetros que más influyen en la retinopatía (tiempo que hace que el paciente tiene diabetes, control de la hipertensión o niveles de hemoglobina, entre otros), y a través de técnicas de inteligencia artificial, la calculadora aconseja un margen para la visita siguiente, que puede ir desde los seis meses hasta los tres años. De este modo se optimizan los recursos sanitarios, se prioriza a las personas que tienen más riesgo y se espacian las visitas entre aquellos pacientes que no las requieren. Buena parte de los datos que se necesitan se recuperarán directamente de la historia clínica de cada paciente, de forma que la calculadora dirá el porcentaje de riesgo y determinará una próxima visita.

Actualmente el 62% de los pacientes de diabetes son casos sin riesgo, cosa que permitirá personalizar la criba entre 12 y 36 meses. Y, al contrario, se mejorará la calidad de la atención a las personas con riesgo de sufrir retinopatía ya que se les podrán hacer fotografías del fondo de ojo más a menudo. En caso de duda, Retriprogram aconseja la prueba del fondo de ojo, evitando que una persona desarrolle la enfermedad sin que se le haya diagnosticado.

Según los cálculos que se han hecho, la puesta en marcha de este sistema permitirá reducir el coste económico por paciente cribado de 1.348 a 482 euros. Considerando los 17.792 pacientes diabéticos del sector sanitario Baix Camp-Priorat, esto comportará un ahorro global de 15,4 millones de euros.

Análisis automático del fondo de ojo para mejorar el diagnóstico

Por otro lado, el mismo grupo de investigación Itaka ha desarrollado otro sistema que permitirá hacer un análisis automático de las imágenes del fondo de ojo. Así, esta herramienta permite hacer una detección de las retinopatías y ayuda a los médicos a hacer una valoración más cuidadosa del pronóstico de cada paciente. Con las imágenes se descubre si tiene o no esta enfermedad y el grado en el que se encuentra. La imagen incluso detecta los problemas que son difíciles de percibir a simple vista.

Para desarrollar este sistema, cuatro oftalmólogos analizaron más de 15.000 fotos de 15.000 enfermos: comparando los resultados con los del sistema automático se dieron cuenta de que el nivel de coincidencias entre los especialistas y la máquina son prácticamente totales. Con la foto y los factores de riesgo que determina la calculadora todavía se permitirá hacer una programación de la visita mucho más cuidadosa. Este sistema, además, se podrá aplicar más adelante con otras enfermedades que puedan afectar el ojo.

Referencia bibliográfica: P.Romero, A.Valls, A.Moreno, R.Sagarra, J.Basora, E.Saleh, M.Baget. “A clinical decision support system for diabetic retinopathy screening. Creating a clinical support application”. Telemedicine and e-health, 2018. DOI: 10.1089/tmj.2017.0282

E.Saleh, J.Blaszczynski, A.Moreno, A.Valls, P.Romero, S. de la Riva, R.Slowinski. “Learning ensemble classi ers for diabetic retinopathy assessment”. Artifficial Intelligence in Medicine 85, pp. 50-63, 2018.


Deja un comentario

Tu dirección de correo electrónico no será publicada.

*