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

Autores

  • Victor Antonio Kuiava Faculdade de Medicina – Universidade de Medicina, Passo Fundo, RS - Brasil
  • Eliseu Luiz Kuiava Departamento de Engenharia Elétrica – Universidade Internacional, São Miguel do Oeste, SC – Brasil
  • Eduardo Ottobelli Chielle Departamento de Ciências da Vida e Saúde, Universidade do Oeste de Santa Catarina. São Miguel do Oeste, SC – Brasil
  • Roger Syllos Faculdade de Medicina – Universidade de Medicina, Passo Fundo, RS - Brasil Departamento de Oftalmologia, Hospital São Vicente de Paulo, Passo Fundo, RS/Brasil

Palavras-chave:

Doenças oftálmicas, inteligência artificial, visão, oftalmologia

Resumo

­­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.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2021-06-28

Como Citar

1.
Kuiava VA, Kuiava EL, Chielle EO, Syllos R. Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de patologias oftalmológicas mais relevantes. Clin Biomed Res [Internet]. 28º de junho de 2021 [citado 28º de março de 2024];41(1). Disponível em: https://seer.ufrgs.br/index.php/hcpa/article/view/109565

Artigos mais lidos pelo mesmo(s) autor(es)