De acuerdo a un artículo recientemente publicado en el Economist, la California Health Care Foundation (CHCF) usó un proceso de aprendizaje de reconocimiento de patrones para detectar retinopatía diabética (RD).
CHCF, en colaboración con EyePACS, convocó a la comunidad de científicos de datos a encontrar una manera de detectar RD en imágenes de fondo de ojo otorgando un premio de $50,000 dólares.
Los competidores fueron capaces de probar modelos estadísticos de aprendizaje para detectar signos de retinopatía, incluso en sus más sutiles presentaciones, según el artículo.
De acuerdo a Benjamin Graham, Doctor y profesor asistente en la Universidad de Warwick y ganador de la competencia, la computadora coincidió con la opinión del doctor 85% de las veces. “Las computadoras pueden ser usadas para dar una segunda opinión, con diferencias en el diagnóstico que pueden ser etiquetadas para posteriores revisiones, o para resaltar áreas de interés en imágenes para facilitar al humano el proceso de clasificarlas,” dice el Dr. Graham. “No tienen que ser 100% confiables para ser útiles –ciertamente la clasificación humana no es 100% confiable.”
Los médicos coinciden en diagnosticar RD el 84% de las veces, dice en el artículo Jared Teo del CHCF.
Adicionalmente, los resultados del Dr. Graham mostraron que dos computadoras coinciden entre sí el 93% de las veces. Él sugiere dos posibles explicaciones para la falta de coincidencia. “Las computadoras están teniendo errores sistemáticos, y perdiendo información disponible para el clasificador humano, [...] o los clasificadores humanos cometen errores, y las computadoras han aprendido a clasificar las imágenes con más precisión que los humanos. La verdad probablemente es una combinación de ambas explicaciones.”
La posibilidad de usar tecnologías de detección automatizada tiene un lado positivo y uno negativo, de acuerdo a Steven Ferrucci, jefe de optometría en el Sepulveda VA y profesor en el Southern California College of Optometry. Hace aproximadamente 15 años, estuvo involucrado en un programa piloto para evaluar un programa tele-retinal diseñado para revisar remotamente fotos de fondo de ojo de pacientes diabéticos. “Claro que el programa tuvo sus beneficios, como permitir el acceso a los servicios de salud a pacientes que tradicionalmente no contarían con ese servicio,” dijo. Sin embargo, “mientras pudimos evaluar la retinopatía, se hizo evidente que fué una simple herramienta de detección de un solo aspecto de la salud ocular del paciente, y no una evaluación completa.”
La misma limitación aplica a esta nueva tecnología, dijo. Un programa de computadora puede ser entrenado para buscar señales específicas de RD, pero no puede brindar un examen completo, explica. Puede perder información sobre glaucoma o un desgarro retinal periférico, poniendo al paciente en un riesgo posterior.
El programa no puede entender las complejidades de la atención al paciente, tampoco, dijo el Dr. Ferrucci. “Obviamente, hay cuestiones de responsabilidad que necesitarían ser abordadas. Mientras la tecnología puede ciertamente ayudar a cuidar mejor de nuestros pacientes, [...] debe ser moderada en contra de sus peligros inherentes.”
Referencia