La inteligencia artificial (IA) ha demostrado un excelente rendimiento diagnóstico en la detección de diversos problemas complejos relacionados con muchas áreas de la atención médica, incluida la oftalmologÃa.
Los sistemas de diagnóstico de IA desarrollados a partir de imágenes del fondo de ojo se han convertido en herramientas de última generación para diagnosticar afecciones de la retina y glaucoma, asà como otras enfermedades oculares.
Sin embargo, diseñar e implementar modelos de IA utilizando grandes datos de imágenes es un desafÃo. En este estudio, revisamos diferentes técnicas de aprendizaje automático (ML) y aprendizaje profundo (DL) aplicadas a múltiples modalidades de datos de retina, como imágenes del fondo de ojo y campos visuales para la detección del glaucoma, evaluación de la progresión, estadificación, etc.
Resumimos los hallazgos y proporcionamos varias taxonomÃas para ayudar al lector a comprender la evolución de los modelos de IA convencionales y emergentes en el glaucoma. Analizamos las oportunidades y los desafÃos que enfrenta la aplicación de la IA en el glaucoma y destacamos algunos temas clave de la literatura existente que pueden ayudar a explorar estudios futuros.
Nuestro objetivo en esta revisión sistemática es ayudar a los lectores e investigadores a comprender los aspectos crÃticos de la IA relacionados con el glaucoma, asà como determinar los pasos y requisitos necesarios para el desarrollo exitoso de modelos de IA en el glaucoma.
Leer el texto completo del artÃculo en:
