Explorando el potencial del aprendizaje profundo en la detección de proptosis
Resumen
El campo de la oftalmología ha sido testigo de importantes avances en los últimos años, gracias a la integración de algoritmos de aprendizaje profundo en aplicaciones sanitarias. En este artículo, exploraremos la evolución de un proyecto llamado Eye Metrics, desarrollado por AI Superior, que evalúa con precisión la posición de los párpados e identifica anomalías relacionadas con la proptosis al tiempo que proporciona una experiencia eficiente de análisis de la salud ocular para los profesionales de la salud.
Desafío
El desafío inicial al que se enfrentó AI Superior fue desarrollar una aplicación que pudiera evaluar con precisión la posición de los párpados e identificar anomalías relacionadas con la proptosis, una condición caracterizada por el desplazamiento hacia adelante del ojo. Para ello, esta aplicación necesitaba calcular métricas clave relevantes para el dominio oftalmológico. Estas métricas incluyeron la Distancia de margen reflejo 1 (MRD1) y la Distancia de margen reflejo 2 (MRD2), que miden la distancia desde el centro de la pupila hasta los márgenes del párpado superior e inferior, respectivamente. Altura de la ceja, que determina la distancia entre el centro de la pupila y la ceja. Distancia de proptosis, que mide la distancia entre el centro de la pupila y el hueso de la órbita en el lado lateral y las distancias de movimiento ocular en varias direcciones. Al calcular con precisión estas medidas, la aplicación ayudaría a evaluar la posición de los párpados e identificar posibles anomalías, lo cual es crucial para identificar y monitorear la proptosis.
Solución de AI Superior
Para abordar este desafío, AI Superior aprovechó la tecnología avanzada algoritmos de aprendizaje profundo para crear Eye Metrics, una aplicación web multiplataforma accesible en dispositivos móviles (iOS y Android), así como en navegadores de escritorio y portátiles. Eye Metrics permitió a los usuarios, principalmente pacientes, capturar imágenes faciales y calcular métricas clave relevantes para el dominio oftalmológico. Además, Eye Metrics pudo mejorar continuamente sus modelos predictivos incorporando nuevas muestras de entrenamiento.
Aprovechando el éxito de Eye Metrics, AI Superior mejoró la aplicación introduciendo funcionalidades adicionales para la evaluación quirúrgica ocular. Estas funcionalidades tenían como objetivo proporcionar una experiencia de análisis de la salud ocular más completa y eficiente para los profesionales de la salud. La versión mejorada incluía dos características clave: cargas por lotes y grabación de video en vivo. La función de carga por lotes permitió a los usuarios cargar una serie de imágenes tomadas antes y después de la cirugía. Luego, estas imágenes se analizaron para identificar el delta entre los valores de LAB de la esclerótica. Esta comparación automatizada de datos de imágenes simplificó el proceso de análisis, ahorrando tiempo valioso y mejorando la eficiencia de los médicos. Además, esta nueva versión también incluía una función de grabación de video en vivo que permitía a los usuarios grabar secuencias de video y luego estimar el delta entre los valores LAB durante un intervalo de tiempo específico, generalmente de 1 a 5 minutos.
Resultado e implicaciones
Eye Metrics está preparado para transformar la forma en que los pacientes y los profesionales de la salud abordan la evaluación oftalmológica. Con su interfaz fácil de usar y un modelo que supera la detección de malla facial de Google, esta aplicación ayuda a los profesionales de la salud a identificar la proptosis y permite a los pacientes asumir un papel proactivo en el seguimiento de su salud ocular.
Spanish 
English 
German 
Arabic 
French 
Dutch