Avances en la Detección de Retinopatía Diabética: El Rol Prometedor de la Inteligencia Artificial

• Martínez López, Ericka ^[1] ; De la Cruz Gámez, Eduardo ^[1] ; Hernández Hernández, Mario ^[1] ; Martínez Arroyo, Miriam ^[1] ; Montero Valverde, Jose Antonio
  1. [1] Tecnológico Nacional de México

     Tecnológico Nacional de México

     México

     
• Localización: Ciencia Latina: Revista Multidisciplinar, ISSN-e 2707-2215, ISSN 2707-2207, Vol. 8, Nº. 1, 2024, págs. 5744-5756
• Idioma: español
• Títulos paralelos:
  • Advances in Diabetic Retinopathy Detection: The Promising Role of Artificial Intelligence
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    Actualmente, la retinopatía diabética es un gran problema que afecta a la población en edad laboral, cuya principal causa es la diabetes. La detección temprana de esta enfermedad es fundamental para prevenir complicaciones graves y es aquí donde la inteligencia artificial (IA) muestra su potencial. Los enfoques basados ​​en el aprendizaje profundo se han mostrado prometedores en la detección y clasificación de lesiones retinianas asociadas con la retinopatía diabética. Sin embargo, se necesita más investigación para determinar completamente la efectividad de estos métodos. Por otro lado, el glaucoma, una enfermedad ocular que pone en peligro la vista, es difícil de detectar a tiempo. Aunque son posibles técnicas como el examen del nervio óptico mediante imágenes del fondo de ojo, la interpretación subjetiva y costosa del oftalmólogo es un obstáculo importante. En este contexto, nuestro objetivo es aumentar la eficiencia y precisión del diagnóstico aprovechando nuevas tecnologías como la IA. El uso de algoritmos de IA en el análisis de imágenes oculares puede conducir a una detección más rápida y precisa de anomalías relacionadas con el glaucoma. Estos sistemas pueden detectar patrones sutiles que pueden no ser visibles para el ojo humano, lo que permite un diagnóstico temprano y un tratamiento más eficaz. La IA también puede realizar automáticamente análisis proactivos para reducir la carga de trabajo de los profesionales de la salud, permitiéndoles centrarse en casos más complejos o en la atención directa al paciente. En conclusión, si bien la retinopatía diabética y el glaucoma representan desafíos importantes en el campo de la oftalmología, el uso de la IA ofrece una esperanza real para mejorar la detección, el diagnóstico y, en última instancia, el tratamiento de estas enfermedades. Sin embargo, la investigación y validación continua de estas tecnologías es esencial para garantizar la eficacia y seguridad en la práctica clínica.

  • English

    Currently, diabetic retinopathy is a major problem that affects the working-age population, the main cause of which is diabetes. Early detection of this disease is essential to prevent serious complications and this is where artificial intelligence (AI) shows its potential. Deep learning-based approaches have shown promise in detecting and classifying retinal lesions associated with diabetic retinopathy. However, more research is needed to fully determine the effectiveness of these methods. On the other hand, glaucoma, an eye disease that endangers sight, is difficult to detect in time. Although techniques such as examination of the optic nerve using fundus imaging are possible, subjective and costly interpretation by the ophthalmologist is a major obstacle. In this context, our goal is to increase the efficiency and accuracy of diagnosis by leveraging new technologies such as AI. The use of AI algorithms in ocular image analysis can lead to faster and more accurate detection of glaucoma-related abnormalities. These systems can detect subtle patterns that may not be visible to the human eye, allowing for earlier diagnosis and more effective treatment. AI can also automatically perform proactive analyzes to reduce the workload of healthcare professionals, allowing them to focus on more complex cases or direct patient care. In conclusion, while diabetic retinopathy and glaucoma represent significant challenges in the field of ophthalmology, the use of AI offers real hope to improve the detection, diagnosis and ultimately treatment of these diseases. However, continued research and validation of these technologies is essential to ensure efficacy and safety in clinical practice.