Durante el periodo 2013-2020, hemos desarrollado un sistema de ayuda al diagnóstico clínico dirigido al cribado de retinopatía diabética (RD), en pacientes con diabetes mellitus tipo 2. Los objetivos del nuevo proyecto consistirán en desarrollar un sistema clínico de ayuda a la toma a decisiones, que permita mejorar el sistema inteligente actual de determinación del riesgo personalizado de desarrollar RD de cada paciente, de forma que sea capaz de clasificar a los pacientes en 3 categorías: sin riesgo, con riesgo de RD leve, y con riesgo de desarrollar RD derivable. Incorporando un sistema de análisis de imágenes de la retina que pueda no sólo indicar el grado actual de desarrollo de la enfermedad sino también precisar el número y localización de los diversos tipos de lesiones y a su vez nos permita predecir la evolución de la forma leve de RD a formas más avanzadas. Para conseguirlo utilizaremos los factores de riesgo de RD que ya tenemos en la versión actual. Después de preparar los datos de la historia clínica, se modificará el algoritmo de aprendizaje automático de random forests para la nueva clasificación. Se ajustará el modelo con los datos disponibles hasta conseguir una especificidad y sensibilidad adecuadas. Seguidamente, desarrollaremos un sistema de análisis de imágenes de la retina para que sea capaz de localizar diferentes tipos de lesiones, determinando la cantidad de las mismas, utilizando técnicas de Deep learning. Finalmente, incluiremos ambos en un nuevo algoritmo para predecir el tipo de RD presente y la progresión de la RD leve.
RETINOPATIA DIABÉTICA
INTELIGENCIA ARTIFICIAL
CRIBADO RETINOPATÍA DIABÉTICA
EPIEDMEIOLOGIA RETINOPATÍA DIABETICA
Acción Estratégica en Salud (AES)
01/01/2022 - 31/12/2024
PERE, ROMERO AROCA
FUNDACION INSTITUTO DE INVESTIGACION SANITARIA PERE VIRGILI
HOSPITAL SAN JUAN DE REUS
CATALUÑA
TARRAGONA
57,000 €