Notes de premsa 18/10/2018
Un nou sistema informàtic ajudarà els metges de primària a determinar el risc de desenvolupar retinopatia diabètica
A través de tècniques d’intel·ligència artificial, s’aconsellarà quan cal fer la prova del fons d’ull i es prioritzarà els qui tenen més factors de risc per evitar proves innecessàries i reduir la despesa sanitària
A través de tècniques d’intel·ligència artificial, s’aconsellarà quan cal fer la prova del fons d’ull i es prioritzarà els qui tenen més factors de risc per evitar proves innecessàries i reduir la despesa sanitària
Entre un 10 i un 12% de la població mundial adulta és diabètica, un percentatge que va en augment. Només al sector sanitari del Baix Camp-Priorat hi ha aproximadament 18.000 pacients diabètics reconeguts. Aquesta malaltia crònica va associada a moltes complicacions, entre les quals la retinopatia diabètica, una de les principals causes de baixa visió i de ceguesa. Però els seus efectes es poden limitar si se’n fa una detecció ràpida i un tractament adequat. Per això es recomana fer un cribratge anual dels pacients diabètics, als quals s’ha de fer una prova de fons d’ull. Actualment, a la zona del Baix Camp només es pot fer una retinopatia cada dos anys i mig a cada pacient, tot i que es disposa de tres càmeres no midriàtiques (una càmera fotogràfica que permet prendre imatges de la retina i del fons d’ull) instal·lades al CAP Sant Pere, a l’Hospital Lleuger de Cambrils i a l’Hospital Universitari Sant Joan de Reus.
“Fent-ho bé, i implicant els metges de família en la lectura de les imatges del fons d’ull cada any, només podem arribar al 30% de la població diabètica”, apunta el doctor Pere Romero, cap de servei d’oftalmologia de l’Hospital Sant Joan i investigador de l’Institut d’Investigació Sanitària Pere Virgili (IISPV) . I és que detectar i fer el seguiment adequat de les lesions a l’ull (o retinopatia diabètica) és important, ja que se’n pot evitar l’evolució incidint en els controls estrictes de la glucosa, la pressió arterial i els lípids.
Davant d’aquesta situació, un equip format per oftalmòlegs de l’Hospital, metges de família de l’ICS i investigadors del grup de recerca Itaka de la Universitat Rovira i Virgili, liderats per Antonio Moreno i Aïda Valls, fa sis anys que van iniciar el treball per desenvolupar un nou sistema informàtic. Amb el nom de Retiprogram, aquest programa pretén ajudar els professionals de la salut a prendre decisions i a determinar el risc personalitzat de desenvolupar retinopatia diabètica, a partir dels valors de les característiques clíniques que hi tenen més influència. És a dir, l’equip ha desenvolupat la manera de personalitzar el cribratge a cada malalt diabètic atenent els seus propis factors de risc. Per fer-ho, els investigadors han analitzat les dades de milers de pacients: “A través de les tècniques de l’anàlisi intel·ligent de dades, hem relacionat els valors de cada pacient amb el fet que tinguin o no retinopatia”, explica Moreno. Això els ha permès construir el model i provar-lo per validar-ne l’efectivitat en la predicció del risc. Aquest model, de titularitat compartida entre l’IISPV i la URV ha estat protegit mitjançant un registre amb la col·laboració de la Unitat de Valorització de la URV.
En aquest sentit, han dissenyat una calculadora de factor de risc: incorporant els paràmetres que més influeixen en la retinopatia (temps que fa que el pacient té diabetis, control de la hipertensió o nivells d’hemoglobina, entre d’altres), i a través de tècniques d’intel·ligència artificial, la calculadora aconsella un marge per a la visita següent, que pot anar des dels sis mesos fins als tres anys. D’aquesta manera s’optimitzen els recursos sanitaris, es prioritza les persones que tenen més risc i s’espaien les visites entre aquells pacients que no en requereixen. Bona part de les dades que es necessiten es recuperaran directament de la història clínica de cada pacient, de manera que la calculadora dirà el percentatge de risc i determinarà una propera visita.
Actualment el 62% dels pacients de diabetis són casos sense risc, cosa que permetrà personalitzar-ne el cribratge entre 12 i 36 mesos. I, al contrari, es millorarà la qualitat de l’atenció a les persones amb risc de patir retinopatia perquè se’ls podrà fer fotografies del fons d’ull més sovint. En cas de dubte, Retriprogram aconsella la prova del fons d’ull, evitant que una persona desenvolupi la malaltia sense que se li hagi diagnosticat.
Segons els càlculs que s’han fet, la posada en marxa d’aquest sistema permetrà reduir el cost econòmic per pacient cribat de 1.348 a 482 euros. Considerant els 17.792 pacients diabètics al sector sanitari Baix Camp-Priorat, això comportarà un estalvi global de 15,4 milions d’euros.
Anàlisi automàtica del fons d’ull per millorar el diagnòstic
D’altra banda, el mateix grup de recerca Itaka ha desenvolupat un altre sistema que permetrà fer una anàlisi automàtica de les imatges del fons d’ull. Així, aquesta eina permet fer una detecció de les retinopaties i ajuda els metges a fer una valoració més acurada del pronòstic de cada pacient. Amb les imatges es descobreix si té o no aquesta malaltia i el grau en què es troba. La imatge fins i tot detecta els problemes que són difícils de percebre a simple vista.
Per desenvolupar aquest sistema, quatre oftalmòlegs van analitzar més de 15.000 fotos de 15.000 malalts: comparant-ne els resultats amb els del sistema automàtic van adonar-se que el nivell de coincidències entre els especialistes i la màquina són pràcticament totals. Amb la foto i els factors de risc que determina la calculadora encara es permetrà fer una programació de la visita molt més acurada. Aquest sistema, a més, es podrà aplicar més endavant amb altres malalties que puguin afectar l’ull.
Referència bibliogràfica: 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.