SOPHIA: Sistema para adquisición, transmisión, y análisis inteligente de imágenes oftálmicas
| Autor: | Juan Sebastián Lara-Ramírez, Víctor Alfonso Arias-Vanegas, Hernán Andrés Ríos-Calixto, Andrés D. Pérez, Santiago Toledo-Cortés, Melissa de-la-Pava-Rodríguez, Francisco José Rodríguez-Alvira, Jorge E. Camargo-Mendoza, Fabio Augusto González-Osorio, Oscar Julián Perdomo-Charry |
|---|---|
| Přispěvatelé: | GiBiome |
| Rok vydání: | 2020 |
| Předmět: |
clinical decision support
genetic structures Telemedicine Population Diabetic macular edema Telemedicina Apoyo a la decisión clínica Persona Total population Intelligent analysis intelligent analysis Análisis inteligente Medicine Image acquisition Fundus of the eye - Diagnosis Adquisición de imágenes oftálmicas education education.field_of_study Ophthalmic image acquisition ophthalmic image acquisition business.industry Aprendizaje profundo ocular diseases deep learning Disease classification Clinical decision support Deep learning General Medicine Engineering (General). Civil engineering (General) eye diseases Ocular complication Ocular diseases Fondo del ojo - Diagnóstico telemedicine TA1-2040 business Humanities Healthcare providers Enfermedades oculares |
| Zdroj: | Repositorio Institucional ECI Escuela Colombiana de Ingeniería Julio Garavito instacron:Escuela Colombiana de Ingeniería Julio Garavito Revista Facultad de Ingeniería, Vol 29, Iss 54, Pp e11769-e11769 (2020) |
| ISSN: | 2357-5328 0121-1129 |
| DOI: | 10.19053/01211129.v29.n54.2020.11769 |
| Popis: | Ocular diseases are one of the main causes of irreversible disability in people in productive age. In 2020, approximately 18% of the worldwide population was estimated to suffer of diabetic retinopathy and diabetic macular edema, but, unfortunately, only half of these people were correctly diagnosed. On the other hand, in Colombia, the diabetic population (8% of the country’s total population) presents or has presented some ocular complication that has led to other associated costs and, in some cases, has caused vision limitation or blindness. Eye fundus images are the fastest and most economical source of ocular information that can provide a full clinical assessment of the retinal condition of patients. However, the number of ophthalmologists is insufficient and the clinical settings, as well as the attention of these experts, are limited to urban areas. Also, the analysis of said images by professionals requires extensive training, and even for experienced ones, it is a cumbersome and error-prone process. Deep learning methods have marked important breakthroughs in medical imaging due to outstanding performance in segmentation, detection, and disease classification tasks. This article presents SOPHIA, a deep learning-based system for ophthalmic image acquisition, transmission, intelligent analysis, and clinical decision support for the diagnosis of ocular diseases. The system is under active development in a project that brings together healthcare provider institutions, ophthalmology specialists, and computer scientists. Finally, the preliminary results in the automatic analysis of ocular images using deep learning are presented, as well as future work necessary for the implementation and validation of the system in Colombia. Vol. 9 Núm. 10 (2020): Pedagogía del deseo de saber y conocer. Las enfermedades oculares son una de las principales causas de discapacidad irreversible en personas en edad productiva. En el año 2020, se estima que aproximadamente el 18% de la población mundial padece retinopatía diabética y edema macular diabético, pero, desafortunadamente, sólo la mitad de estas personas están correctamente diagnosticadas. Por otro lado, en Colombia, la población diabética (8% de la población total del país) presenta o ha presentado alguna complicación ocular que ha llevado a otros costos asociados y, en algunos casos, ha causado limitación de la visión o ceguera. Las imágenes del fondo de ojo son la fuente de información ocular más rápida y económica que puede proporcionar una evaluación clínica completa del estado de la retina de los pacientes. Sin embargo, el número de oftalmólogos es insuficiente y los entornos clínicos, así como la atención de estos expertos, se limitan a las zonas urbanas. Además, el análisis de dichas imágenes por parte de los profesionales requiere una amplia formación, e incluso para los experimentados, es un proceso engorroso y propenso a errores. Los métodos de aprendizaje profundo han supuesto un importante avance en el campo de las imágenes médicas debido a su excelente rendimiento en tareas de segmentación, detección y clasificación de enfermedades. Este artículo presenta SOPHIA, un sistema basado en el aprendizaje profundo para la adquisición de imágenes oftálmicas, la transmisión, el análisis inteligente y el apoyo a la decisión clínica para el diagnóstico de enfermedades oculares. El sistema está en desarrollo activo en un proyecto que reúne a instituciones proveedoras de servicios de salud, especialistas en oftalmología e informáticos. Finalmente, se presentan los resultados preliminares en el análisis automático de imágenes oculares utilizando deep learning, así como los trabajos futuros necesarios para la implementación y validación del sistema en Colombia. Vol. 9 Núm. 10 (2020): Pedagogía del deseo de saber y conocer. Citation: O.-J. Perdomo-Charry, A.-D. Pérez, M. de-la-Pava-Rodríguez, H.-A. Ríos-Calixto, V.-A. Arias-Vanegas, J.-S. Lara-Ramírez, S. Toledo-Cortés, J.-E. Camargo-Mendoza, F.-J. Rodríguez-Alvira, F.-A. González-Osorio, “SOPHIA: System for Ophthalmic Image Acquisition, Transmission, and Intelligent Analysis,” Revista Facultad de Ingeniería, vol. 29 (54), e11769, 2020. https://doi.org/10.19053/01211129.v29.n54.2020.11769 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|