Inicio / Estudio de compatibilidad v1.2

ESTUDIO DE RETINOGRAFÍAS. COMPATIBILIDAD CON ALTERACIONES MÁS FRECUENTES

ACLARACIÓN

Este estudio no tiene como objetivo el diagnósitco de enfermedades de la retina, tarea que se reserva de forma única y exclusiva a médicos oftalmólogos en visita presencial. Para cualquier duda relacionada con su retina, acuda a su oftlamólogo.

CONCIENCIACIÓN DE LA IMPORTANCIA DE REVISAR PERIÓDICAMENTE

Según la OMS el 80% de las personas que se quedan ciegas por causa de patología en la retina podrían haberlo evitado detectándolo a tiempo. Aunque usted vea correctamente, su sistema visual puede sufrir cambios con el paso del tiempo. Por este motivo se recomienda revisarse el fondo de ojo de forma periódica.

ALGORITMOS

Determinan a tiempo real, dada una imagen de retina, si ésta presenta similitudes con los signos de las enfermedades de retina central más comunes. Dichos algoritmos emiten un resultado de compatibilidad en base a un aprendizaje realizado a una base de datos de más de 500.000 retinografías.


Última publicación del estudio:

Artificial Intelligence to Identify Retinal Fundus Images, Quality Validation, Laterality Evaluation, Macular Degeneration, and Suspected Glaucoma.
https://www.ncbi.nlm.nih.gov/pubmed/32103888
( 2020 Feb 13)

Los algoritmos son los siguientes:

Modelo quality, que puede devolver los valores (high, medium, low) y se refiere a la calidad de la retinografía. No solo es una calidad de luz y enfoque, sinó también de que esté centrada en mácula, se muestre al menos 2/4 parte del disco óptico, etc.

Modelo eye, que puede devolver los valores (od, oi) para determinar si la imagen se trata de un ojo derecho o de un ojo izquierdo.

Modelo dr_binary, que pude devolver los valores (y, n) para indicar si el algoritmo determina que existen signos de retinopatía diabética en la imagen o no.

Modelo dmae_binary, pude devolver los valores (y, n) para indicar si el algoritmo determina que existen signos de degeneración macular asociada a la edad en la imagen o no.

Modelo glaucoma_binary: pude devolver los valores (y, n) para indicar si el algoritmo determina que existen signos de excavación sospechosa (también llamada papila glaucomatosa o GON en inglés) en la imagen o no.

Modelo nevus_binary: pude devolver los valores (y, n) para indicar si el algoritmo determina que existen signos de nevus en la imagen o no.

Modelo other_binary, que pude devolver los valores (y, n) para indicar que se han encontrado (o no) otros signos que sugieren que la imagen contiene signos compatibles con patología. En este apartado, se tendrán en cuenta algoritmos como detección de nevus, signos de alta miopía, membrana epirretiniana o alteraciones pigmentarias (en fase de desarrollo actualmente).

CONSEJOS
  • Compruebe mensualmente la visión de cada uno de los ojos por separado.
  • Siga una alimentación equilibrada rica en vitaminas y ácidos grasos Omega 3.
  • Ante cualquier duda, distorsión o disminución brusca de la visión acuda a su oftalmólogo
ESTADO DEL PRODUCTO

Este producto se encuentra en fase de prueba de concepto y por consiguiente el informe está sujeto a revisión permanente durante esta fase. Los resultados de los algoritmos se combinan com información de interés general, dado que tiene como finalidad principal concienciar y divulgar la importancia de revisar periódicamente el fondo de ojo por parte de oftalmólogos.

PRÓXIMOS PASOS

En caso de que se de luz verde al lanzamiento del producto, se completará toda la documentación regulatoria que pudiera aplicar en caso de ser considerado finalmente un producto sanitario para la prevención o para la orientación diagnóstica (claims del producto, finalidad de uso, análisis de riesgos, technical file, validación clínica y de software, usuarios previstos, entornos de uso, requisitos técnicos, etc.) y su correspondiente comunicación a la AEMPS.