Inteligência artifical e retinopatia da prematuridade: o que sabemos? 

A retinopatia da prematuridade (ROP) é uma doença grave  que afeta bebês prematuros, levando ao crescimento anormal de vasos sanguíneos na retina,  descolamento de retina e potencial cegueira. Embora sistemas semiautomáticos tenham sido usados no passado para diagnosticar doenças relacionadas à ROP quantificando os vasos da retina, os modelos tradicionais de aprendizado de máquina enfrentam desafios como precisão e overfitting.   Leia também: Glaucoma agudo, miopia e o topiramato: o que todo oftalmologista deve saber? Avanços recentes em aprendizagem profunda, especialmente em redes neurais convolucionais, melhoraram significativamente a detecção de ROP e classificação. O sistema de aprendizagem profunda i-ROP (i-ROP-DL) também se mostra promissor na detecção de doença plus, oferecendo confiável potencial de diagnóstico. 

Estudo  

Uma pesquisa publicada no JAMA Ophthalmology examinou exaustivamente o progresso contemporâneo e desafios associados ao uso de imagens da retina e inteligência artificial (IA) para detectar ROP, oferecendo informações valiosas que podem orientar investigações futuras neste domínio.  

Metodologia 

Com base em 89 estudos originais neste campo (de 1.487 estudos que foram revisados de forma abrangente), concluiu-se que métodos tradicionais para diagnóstico de ROP sofrem de subjetividade e análise manual, levando a decisões clínicas inconsistentes. A IA é uma grande promessa para melhorar o gerenciamento de ROP.   O artigo conclui que novos modelos como o i-ROP têm duas vantagens críticas em comparação com modelos anteriores:  

• Evitam falsa classificação de olhos normais com doença plus; 
• Evitam classificação errada de olhos com doença plus. 

Recentes avanços viram o surgimento de modelos de EAD, particularmente CNN e suas variantes, que demonstraram notável eficácia na identificação de características específicas relacionadas à ROP com precisão comparável a especialistas humanos.    O sistema i-ROP-DL, integrando duas CNNs para segmentação de embarcações e classificação, emergiu como um método promissor para precisamente detectar doença plus. O potencial da IA na gestão da ROP reside na sua capacidade de fornecer uma avaliação mais objetiva, melhorando a precisão do diagnóstico e facilitando o tratamento personalizado para bebês de risco. Ao automatizar a triagem da ROP e diagnóstico, os sistemas baseados em IA podem reduzir a subjetividade, melhorando eficiência e os resultados dos pacientes.   Saiba mais: Como estimar o poder esférico do olho baseado em dados da biometria ocular? No entanto, embora a IA ofereça possibilidades ótimas, os desafios permanecem na construção de diversos conjuntos de dados para garantir a robustez e a generalização de modelos de IA.   Com o progresso contínuo, soluções baseadas em sistemas de IA são a chave para um futuro melhor para retinopatia da prematuridade (ROP) e outras doenças da retina.