Este avance, creen, proporcionará a los investigadores una herramienta más efectiva para evaluar la degeneración macular relacionada con la edad (AMD) y otras enfermedades retinianas.
Investigadores de los Institutos Nacionales de Salud (NIH) han logrado avances significativos en la revolución de la imagen de las células en el ojo mediante inteligencia artificial (IA).
Nueva tecnología permite imágenes retinianas 100 veces más rápidas y con mayor detalle
Su aplicación de IA a una técnica que produce imágenes de alta resolución de células retinales ha resultado en una velocidad de imagen 100 veces más rápida y mejora el contraste de la imagen en 3.5 veces.
El Dr. Johnny Tam, quien dirige la Sección de Imágenes Clínicas y Traslacionales del Instituto Nacional del Ojo de los NIH, enfatizó el papel de la inteligencia artificial en superar una limitación clave de la imagen de las células en la retina: el tiempo.
La tecnología que está desarrollando, llamada óptica adaptativa (AO), tiene como objetivo mejorar los dispositivos de imagen basados en la tomografía de coherencia óptica (OCT). Similar al ultrasonido, la OCT es no invasiva, rápida, indolora y equipo estándar en la mayoría de las clínicas oftalmológicas.
Sin embargo, la imagen de las células del epitelio pigmentario retiniano (EPR) con AO-OCT presenta nuevos desafíos, incluido un fenómeno llamado "speckle", que interfiere con la claridad de la imagen. Para abordar esto, Tam y su equipo desarrollaron un método novedoso basado en IA llamado "red adverbial generativa discriminadora paralela" (P-GAN), un algoritmo de aprendizaje profundo. Al entrenar a P-GAN con miles de imágenes analizadas manualmente, la red aprendió a identificar y recuperar características celulares oscurecidas por speckle.
Cuando se probó, P-GAN logró eliminar el speckle de las imágenes de EPR, recuperando detalles celulares comparables al método manual pero con un tiempo de adquisición y procesamiento de imágenes significativamente reducido. La Dra. Vineeta Das, becaria postdoctoral en la Sección de Imágenes Clínicas y Traslacionales del NEI, estima que P-GAN redujo el tiempo de imagen en aproximadamente 100 veces y produjo un mayor contraste.
El Dr. Tam destacó la importancia de la óptica adaptativa para proporcionar una vista detallada de las estructuras retinianas a nivel celular, permitiendo la detección de signos tempranos de enfermedad. Al integrar la IA con AO-OCT, cree que se ha superado un obstáculo importante para la imagen clínica de rutina, especialmente para enfermedades que afectan al EPR.
Los resultados de su trabajo sugieren que la IA puede cambiar fundamentalmente cómo se capturan y procesan las imágenes, haciendo que la imagen AO sea más accesible para aplicaciones clínicas de rutina y estudios destinados a comprender enfermedades retinianas cegadoras. Esta integración de IA con sistemas de imagen representa un cambio de paradigma en el campo y promete avanzar en la investigación y atención clínica en oftalmología.
Consulte la fuente aquí.
