Enfermedades cardiovascularesscreening de la población general

  1. X. Múgica 2
  2. S. Gómez Sánchez 3
  3. R. Cilla 2
  4. S. Banderas García 3
  5. R. Muñoz 4
  6. X. Gràcia Aloy 4
  7. MI. Martínez Segura 1
  8. A. Sánchez-Fortún Sánchez 3
  9. MÀ. Pouplana Sardà 3
  10. P. Campos Figueroa 3
  11. R. Bouchikh El Jarroudi 3
  12. A. Garcés 3
  13. A. Sabala Llopart 3
  14. F. Ortuño 4
  15. I. Besada 2
  16. JA. de Frutos 2
  17. O. Estrada Cuxart 5
  18. E. Isusquiza 2
  19. S. Ruiz Bilbao 3
  1. 1 Institut d'Investigació en Ciències de la Salut Germans Trias i Pujol
    info

    Institut d'Investigació en Ciències de la Salut Germans Trias i Pujol

    Barcelona, España

    ROR https://ror.org/03bzdww12

  2. 2 ULMA Medical Technologies. Departamento de Desarrollo. Oñati, Gipuzkoa.
  3. 3 Servicio de Oftalmología. Hospital Universitari Germans Trias i Pujol (HUGTiP). Badalona. Barcelona.
  4. 4 Dirección de Sistemas de Información. HUGTiP . Badalona. Barcelona.
  5. 5 Direcció d’Estratègia Assistencial i d’Innovació. HUGTiP. Badalona. Barcelona
Mostrar afiliaciones +
Revista:
Annals d'oftalmologia: òrgan de les Societats d'Oftalmologia de Catalunya, Valencia i Balears
  1. Romero Aroca, Pere
  2. Zapata Victori, Miguel Ángel
  3. Zarranz Ventura, Javier

ISSN: 1133-7737

Año de publicación: 2023

Título del ejemplar: INTELIGENCIA ARTIFICIAL Y OFTALMOLOGÍA: ESTADO ACTUAL EN CATALUÑA

Volumen: 31

Número: 4

Tipo: Artículo

DIALNET GOOGLE SCHOLAR

Otras publicaciones en: Annals d'oftalmologia: òrgan de les Societats d'Oftalmologia de Catalunya, Valencia i Balears

Resumen

La patología macular es aquella que afecta a la porción más importante de la retina, ya que en ella está el punto de mayor función visual, que se conoce como fóvea. Las nuevas técnicas de obtención de imágenes de la retina, como la tomografía de coherencia óptica (OCT) y la retinografía, permiten una visualización directa, no invasiva, y de gran resolución de las capas retinianas. El objetivo de nuestro proyecto de inteligencia artificial (IA) y OCT macular AI4Ret (PI-20-113) es la creación de un software de IA basado en el aprendizaje profundo o deep learning (DL) que permita identificar biomarcadores para la predicción del riesgo cardiovascular a partir de imágenes de OCT macular. Las imágenes analizadas son OCT centradas en la mácula, obtenidas del global de la población estudiada en el servicio de oftalmología del Hospital Universitario Germans Trias i Pujol (HUGTiP). Se ha desarrollado un modelo de IA basado en técnicas de DL que identifica los biomarcadores específicos de la hipertensión arterial (HTA), la diabetes mellitus tipo 2 (DM2) y la dislipemia en imágenes de OCT de pacientes sin patología macular, que pueden predecir un riesgo adicional de sufrir un evento cardiovascular. Se ha obtenido una sensibilidad y especificidad del 84 y el 69% para la HTA, el 86 y el 67% para la DM2, y el 74 y 78% para la dislipemia. Estos resultados indican que los pacientes sin patología macular presentan alteraciones retinianas morfológicas, que son captadas por el modelo de IA, y que podrían mostrar un riesgo elevado de sufrir alteraciones metabólicas, elevando el riesgo de sufrir un evento cardiovascular.

Fuente de los datos: Dialnet