Upload
pydesalud
View
143
Download
1
Embed Size (px)
DESCRIPTION
Presentación sobre OCTAL, una herramienta informática de reconocimiento automatizado de lesiones musculares de retina. Este trabajo recibió el premio a la mejor comunicación del XVII Congreso Nacional de Informática de la Salud 'Inforsalud 2014' (marzo, Madrid). OCTAL permitiría la detección precoz de la degeneración macular asociada a la edad, una patología que afecta a 750.000 personas en España y que constituye la causa más importante de ceguera en mayores de 50 años.
Citation preview
OCTAL (OCT Automatic Labeler)
Software para el Cribado Automatizadode Degeneración Macular Asociada a la Edad
a partir de imágenes OCT
Serrano Aguilar P, Ramallo Y, Abreu R, Canalís L, Artal C,
Servicio de Evaluación y PlanificaciónDirección del Servicio Canario de Salud
PI FIS-ISCIII 09/ 01308
Magnitud de la Deg. Macular Asoc. Edad (DMAE)
• Causa más importante de ceguera en países desarrollados (+65 años)
• Afectación bilateral y asimétrica, avance silente, diagnóstico tardío
• Disponibilidad reciente de diagnóstico certero (OCT) y tratamiento (anti-VEFG)
• Listas de espera que retrasan la confirmación y tratamiento
• No se logra reducir el impacto de la enfermedad
Objetivos
• Desarrollar un programa informático de reconocimiento automático imágenes de lesiones maculares captadas por OCT (OCTAL)
• Validar técnica y clínicamente OCTAL, mediante la estimación de sensibilidad, especificidad, valores predictivos, etc.
• Evaluar el coste-efectividad de OCTAL para el diagnóstico precoz de DMAE en población general de más de 55 años de edad.
Antecedentes
• Sistemas computarizados de ayuda al diagnóstico (SCAD) para reducir la carga de diagnóstico basado en imágenes
• Experiencias previas en Cribado de Cáncer de Mama
• Lectura automatizada de Retinografías (con poco éxito)
• Sin antecedentes para la lectura de imágenes OCT
Desarrollo del SCAD “OCTAL”
• Ingenieros de la Universidad de Las Palmas de GC.
• Análisis de imágenes por visión artificial: Optimización de Enjambres de Partículas
• Clasifica las imágenes OCT en Probablemente SANAS o PATOLÓGICAS
• El análisis de imágenes consta de dos fases:
- Normalización de imágenes
- Detección, medida de estructuras y comparación con estándares
• Gestión cromática y de la reflectividad
• Corrección de curvas Bezier
Normalización de imágenes
Detección, medida y comparación de estructuras
• Todo el tejido de la Mácula Retiniana
• Complejos de Fotorreceptores
• Huecos
• Foveola
Validación de OCTAL
• Repositorios de imágenes OCT almacenadas (Cirrus y Stratus) :
HUNSC (Tenerife), C. Mayo, C. Barraquer, H. Juan Canalejo
250 Sanas / 250 Patológicas
• Aleatorización de imágenes
• Lectura “cegada” por parte de OCTAL y especialistas en retina (OCT+Ret+HC)
Resultados
• Sensibilidad : 91,5%
• Especificidad: 93,1%
• Valor Predictivo Positivo: 92,7%
• Valor Predictivo Negativo: 89%
• Coeficiente de Probabilidad Positivo: 12.79
Conclusiones
• OCTAL permite el diagnóstico precoz automatizado de DMAE
• OCTAL ofrece validez diagnóstica sobre todo tipo de máquinas OCT
• Su utilidad se puede extender a cualquier lesión Macular
• Gran Impacto previsible sobre salud visual de las personas de edad
• Gran Impacto esperado sobre las lista de espera
• Pendiente del Análisis Coste-efectividad para su Transferencia
Muchas gracias