| Journal: | Facultad de Ingeniería - Universidad Pedagógica y Tecnológica de Colombia |
| Database: | PERIÓDICA |
| System number: | 000441613 |
| ISSN: | 0121-1129 |
| Authors: | Perdomo Charry, Oscar Julián1 Pérez, Andrés Daniel2 de la Pava Rodríguez, Melissa2 Ríos Calixto, Hernán Andrés3 Arias Vanegas, Víctor Alfonso2 Lara Ramírez, Juan Sebastián2 Toledo Cortés, Santiago2 Camargo Mendoza, Jorge Eliecer2 Rodríguez Alvira, Francisco José3 González Osorio, Fabio Augusto2 |
| Institutions: | 1Universidad del Rosario, Bogotá. Colombia 2Universidad Nacional de Colombia, Bogotá. Colombia 3Fundación Oftalmológica Nacional, Bogotá. Colombia |
| Year: | 2020 |
| Season: | Ene-Mar |
| Volumen: | 29 |
| Number: | 54 |
| Country: | Colombia |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Aplicado, descriptivo |
| Spanish abstract | Las enfermedades oculares son una de las principales causas de incapacidad irreversible en personas en edad productiva. En 2020, la población mundial con retinopatía diabética y edema macular diabético está estimada como el 18% de la población mundial, aproximadamente, desafortunadamente, solo la mitad de estas personas fueron diagnosticadas correctamente. Por otro lado, en Colombia, la población diabética (8% de la población total del país) presenta o ha presentado alguna complicación ocular que ha llevado a otros costos asociados y, en algunos casos, ha provocado limitación de la visión o ceguera. Las imágenes de fondo de ojo son la fuente de información ocular más rápida y económica que puede proveer una valoración clínica del estado de la retina de los pacientes. Sin embargo, el número de oftalmólogos es insuficiente, la atención de estos expertos está limitada a zonas urbanas, y el análisis de dichas imágenes por parte de profesionales requiere una amplia formación; incluso para los más experimentados, es un proceso engorroso y propenso a errores. Los métodos de aprendizaje profundo han marcado avances importantes en imágenes médicas debido al desempeño sobresaliente en tareas de segmentación, detección y clasificación de enfermedades. Este artículo presenta SOPHIA, un sistema basado en el aprendizaje profundo para la adquisición, transmisión, análisis inteligente y soporte de decisiones clínicas para el diagnóstico de enfermedades oculares. El sistema se encuentra en desarrollo activo en un proyecto que reúne a instituciones proveedoras de salud, especialistas en oftalmología e informáticos. Finalmente, los resultados preliminares en el análisis automático de imágenes oculares utilizando el aprendizaje profundo son presentados, y se discute el trabajo futuro necesario para la implementación y validación del sistema en Colombia |
| English abstract | Ocular diseases are one of the main causes of irreversible disability in people in productive age. In 2020, approximately 18% of the worldwide population was estimated to suffer of diabetic retinopathy and diabetic macular edema, but, unfortunately, only half of these people were correctly diagnosed. On the other hand, in Colombia, the diabetic population (8% of the country’s total population) presents or has presented some ocular complication that has led to other associated costs and, in some cases, has caused vision limitation or blindness. Eye fundus images are the fastest and most economical source of ocular information that can provide a full clinical assessment of the retinal condition of patients. However, the number of ophthalmologists is insufficient and the clinical settings, as well as the attention of these experts, are limited to urban areas. Also, the analysis of said images by professionals requires extensive training, and even for experienced ones, it is a cumbersome and error-prone process. Deep learning methods have marked important breakthroughs in medical imaging due to outstanding performance in segmentation, detection, and disease classification tasks. This article presents SOPHIA, a deep learning-based system for ophthalmic image acquisition, transmission, intelligent analysis, and clinical decision support for the diagnosis of ocular diseases. The system is under active development in a project that brings together healthcare provider institutions, ophthalmology specialists, and computer scientists. Finally, the preliminary results in the automatic analysis of ocular images using deep learning are presented, as well as future work necessary for the implementation and validation of the system in Colombia |
| Portuguese abstract | As enfermidades oculares são uma das principais causas de incapacidade irreversível em pessoas em idade produtiva. Em 2020, a população mundial com retinopatia diabética e edema macular diabético está estimada como 18% da população mundial, aproximadamente, desafortunadamente, só a metade destas pessoas foram diagnosticadas corretamente. Por outro lado, na Colômbia, a população diabética (8% da população total do país) apresenta ou já apresentou alguma complicação ocular que tem levado a outros custos associados e, em alguns casos, tem provocado limitação da visão ou cegueira. As imagens de fundo de olho são a fonte de informação ocular mais rápida e econômica que pode prover uma valoração clínica do estado da retina dos pacientes. Porém, o número de oftalmologistas é insuficiente, a atenção destes expertos está limitada a zonas urbanas, e a análise de tais imagens por parte de profissionais requer uma ampla formação; incluso para os mais experimentados, é um processo complexo e propenso a erros. Os métodos de aprendizagem profunda têm marcado avanços importantes em imagens médicas devido ao desempenho sobressaliente em tarefas de segmentação, detecção e classificação de enfermidades. Este artigo apresenta SOPHIA, um sistema baseado na aprendizagem profunda para a aquisição, transmissão, análise inteligente e suporte de decisões clínicas para o diagnóstico de enfermidades oculares. O sistema encontra-se em desenvolvimento ativo em um projeto que reúne a instituições provedoras de saúde, especialistas em oftalmologia e informáticos. Finalmente, os resultados preliminares na análise automática de imagens oculares utilizando a aprendizagem profunda são apresentados, e discute-se o trabalho futuro necessário para a implementação e validação do sistema na Colômbia |
| Disciplines: | Medicina, Ciencias de la computación |
| Keyword: | Oftalmología, Procesamiento de datos, Diagnóstico, Retinopatía diabética, Edema macular, Imágenes médicas, Procesamiento de imágenes, Inteligencia artificial, Aprendizaje profundo, Telemedicina |
| Keyword: | Ophthalmology, Data processing, Diagnosis, Diabetic retinopathy, Macular edema, Medical images, Image processing, Artificial intelligence, Deep learning, Telemedicine |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
