Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de patologias oftalmológicas mais relevantes

Autores

  • Victor Antonio Kuiava Faculdade de Medicina – Universidade de Medicina, Passo Fundo, RS - Brasil
  • Eliseu Luiz Kuiava Departamento de Engenharia Elétrica – Universidade Internacional, São Miguel do Oeste, SC – Brasil
  • Eduardo Ottobelli Chielle Departamento de Ciências da Vida e Saúde, Universidade do Oeste de Santa Catarina. São Miguel do Oeste, SC – Brasil
  • Roger Syllos Faculdade de Medicina – Universidade de Medicina, Passo Fundo, RS - Brasil Departamento de Oftalmologia, Hospital São Vicente de Paulo, Passo Fundo, RS/Brasil

Palavras-chave:

Doenças oftálmicas, inteligência artificial, visão, oftalmologia

Resumo

­­Introdução: A inteligência artificial (IA) está revolucionando a área da saúde. Na oftalmologia, esta tecnologia pode possibilitar diagnósticos mais rápidos e precisos, impedindo a progressão das alterações na visão. Médicos e algoritimosalgoritmos podem ser mais eficientes quando trabalham juntos. Desenvolver um software de IA com alta especificidade e sensibilidade para apoio no diagnóstico de algumas patologias oftalmológicas. Métodos: O software de deep learning foi construído através de redes neurais valendo de duas bases computacionais MobileNet e Inception. Para o treinamento do banco de dados foram utilizadas 2.520 imagens de glaucoma, retinopatia diabética, toxoplasmose ocular, papiledema, descolamento de retina e retina normal. Para a validação foi utilizado 428 imagens patológicas e normais para os cálculos de sensibilidade e de especificidade. Todas as imagens foram cedidas da Sociedade Americana de Especialistas da Retina. Resultados: Os resultados de sensibilidade e especificidade foram no MobileNet de 91% (IC 95%, 89-92%) e 98,5% (IC 95%, 98-99%); no Inception, de 91,4% (IC 95%, 89-93,5%) de 98,4% (IC 95%, 98-98,8%), respectivamente. Não houve diferença significativa entre os dois métodos utilizados. Conclusão: O software apresentou resultados promissores na distinção das condições oftalmológicas pesquisadas.

Downloads

Não há dados estatísticos.

Downloads

Publicado

28-06-2021

Como Citar

1.
Kuiava VA, Kuiava EL, Chielle EO, Syllos R. Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de patologias oftalmológicas mais relevantes. Clin Biomed Res [Internet]. 28º de junho de 2021 [citado 24º de junho de 2025];41(1). Disponível em: https://seer.ufrgs.br/index.php/hcpa/article/view/109565

Artigos mais lidos pelo mesmo(s) autor(es)