Los científicos de los NIH utilizan IA para mejorar las imágenes oculares estándar

Los científicos de los NIH utilizan IA para mejorar las imágenes oculares estándar

Los científicos de los Institutos Nacionales de Salud (NIH) han aprovechado la inteligencia artificial para transformar un dispositivo que convirtió el fondo de ojo de un ojo en células afiladas. La técnica ofrece una resolución de imágenes que rivaliza con los equipos más avanzados disponibles y es más barata, más rápida y no requiere equipos ni experiencia especializados. La estrategia tiene implicaciones para la detección temprana de enfermedades y el seguimiento de la prestación de tratamiento, haciendo visible lo que antes era invisible.

"La IA potencialmente pone las imágenes de próxima generación en manos de clínicas oftalmológicas estándar. Es como una lente de alta resolución para una simple cámara". dijo Johnny Tam, Ph.D., investigador del NIH-National Eye Institute y autor principal del informe del estudio, que fue publicadoMedicina de la comunicación.

Los dispositivos de imágenes conocidos como oftalmoscopios se utilizan a menudo para examinar la retina sensible a la luz en la parte posterior del ojo. Un oftalmoscopio láser de escaneo es estándar en las clínicas oftalmológicas, pero su resolución solo puede detectar estructuras a nivel de tejido, como lesiones, vasos sanguíneos y la cabeza del nervio óptico. Los oftalmoscopios de próxima generación con óptica adaptativa (una tecnología que compensa ligeras distorsiones) pueden detectar características celulares y proporcionar más información de diagnóstico. Sin embargo, la obtención de imágenes mediante óptica adaptativa aún se encuentra en la fase experimental.

TAM y sus colaboradores desarrollaron un sistema de inteligencia artificial personalizado para mejorar digitalmente imágenes de una capa de tejido debajo de los fotorreceptores sensibles a la luz conocidos como epitelio pigmentado de la retina (EPR). El primer paso fue enseñar al sistema a reconocer la calidad de la imagen como mala, moderada o buena. Los investigadores hicieron esto alimentando al sistema con más de 1.400 imágenes de diferentes áreas de la retina, obtenidas mediante óptica adaptativa de oftalmoscopia. A continuación, alimentaron al sistema con las imágenes correspondientes de las mismas ubicaciones de la retina, pero obtenidas mediante oftalmoscopia estándar. Una prueba de nitidez de imagen mostró que la IA mejoró la claridad ocho veces.

Nuestro sistema utilizó lo que aprendió al evaluar las imágenes obtenidas con la óptica adaptativa para mejorar digitalmente las imágenes obtenidas mediante la oftalmoscopia estándar. Es importante señalar que el sistema no crea nada de la nada. Las características que vemos en las células del EPR con imágenes estándar simplemente no están claras. “

Johnny Tam, Ph.D., investigador del Instituto Nacional del Ojo de los NIH

Estas técnicas implican inyectar un tinte llamado verde de indocianina (ICG) en el torrente sanguíneo para aumentar el contraste de las características anatómicas. En la clínica oftalmológica, el ICG se suele utilizar para visualizar los vasos sanguíneos del ojo.

"Nuestra estrategia de imágenes ICG permite evaluar las células del EPR de forma rápida y rutinaria en la clínica", afirmó Joanne Li, Ph.D., primera autora del informe e ingeniera biomédica en el laboratorio de Tam. "Con la IA, se pueden obtener imágenes de alta calidad de las células del EPR en segundos utilizando herramientas de imágenes clínicas estándar".

La función de las células del EPR es nutrir y apoyar a los fotorreceptores. Una variedad de condiciones de deslumbramiento afectan inicialmente a las células del EPR, incluida la degeneración macular relacionada con la edad, la distrofia macular viteliforme y la enfermedad de Stargardt. Sin embargo, no es fácil obtener imágenes de las células del EPR en la clínica. La oftalmoscopia ICG mejorada con IA pone las imágenes del RPE al alcance de la clínica oftalmológica típica. ##

Fuentes: