Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de patologias oftalmológicas mais relevantes

• Main Author: Kuiava, Victor Antonio
• Publication Date: 2021
• Other Authors: Kuiava, Eliseu Luiz, Chielle, Eduardo Ottobelli, Syllos, Roger
• Format: Article
• Language: por
• Source: Clinical and Biomedical Research
• Download full: https://seer.ufrgs.br/index.php/hcpa/article/view/109565
• topic: Doenças oftálmicas; inteligência artificial; visão; oftalmologia; Doenças oftálmicas; Inteligência Artificial; Visão; Oftalmologia

­­Introdução: A inteligência artificial (IA) está revolucionando a área da saúde. Na oftalmologia, esta tecnologia pode possibilitar diagnósticos mais rápidos e precisos, impedindo a progressão das alterações na visão. Médicos e algoritimosalgoritmos podem ser mais eficientes quando trabalham juntos. Desenvolver um software de IA com alta especificidade e sensibilidade para apoio no diagnóstico de algumas patologias oftalmológicas. Métodos: O software de deep learning foi construído através de redes neurais valendo de duas bases computacionais MobileNet e Inception. Para o treinamento do banco de dados foram utilizadas 2.520 imagens de glaucoma, retinopatia diabética, toxoplasmose ocular, papiledema, descolamento de retina e retina normal. Para a validação foi utilizado 428 imagens patológicas e normais para os cálculos de sensibilidade e de especificidade. Todas as imagens foram cedidas da Sociedade Americana de Especialistas da Retina. Resultados: Os resultados de sensibilidade e especificidade foram no MobileNet de 91% (IC 95%, 89-92%) e 98,5% (IC 95%, 98-99%); no Inception, de 91,4% (IC 95%, 89-93,5%) de 98,4% (IC 95%, 98-98,8%), respectivamente. Não houve diferença significativa entre os dois métodos utilizados. Conclusão: O software apresentou resultados promissores na distinção das condições oftalmológicas pesquisadas.