RT info:eu-repo/semantics/masterThesis
T1 Análisis crítico de los sistemas de inteligencia artificial entrenados para el diagnóstico de glaucoma
A1 Caamaño Diaz, Deborah Nixhoralvid
A2 Universidad de Valladolid. Instituto Universitario de Oftalmobiología Aplicada (IOBA)
K1 Inteligencia artificial - Aplicaciones científicas
K1 Inteligencia artificial
K1 Glaucoma
K1 Diagnóstico
AB Esta revisión bibliográfica tiene como objetivo comparar la eficacia diagnósticade los algoritmos de inteligencia artificial entrenados con imágenes de tomografía decoherencia óptica o con más de una prueba diagnóstica para la detección de glaucomafrente aquellos entrenados solo con imágenes de la papila óptica. Se realizó una búsqueda en las bases de datos electrónicas PubMed, Web of Science,Scopus, combinando las palabras claves: Artificial Intelligence, Glaucoma, Detection,Diagnosis, Machine Learning, Deep Learning. Fueron seleccionados aquellos artículossobre entrenamiento de algoritmos para diagnóstico de glaucoma, en inglés, disponiblesen texto completo, que expusieron valores de sensibilidad y especificidad. Se excluyeronrevisiones sistemáticas y/o metaanálisis, cartas al editor, documentos de conferencias ocongresos, estudios sobre predicción y progresión, diagnóstico de otras enfermedadesoculares en conjunto con glaucoma o diferentes a glaucoma. La búsquedaelectrónica arrojó 136 registros, después de excluir 24 duplicados, se examinaron lostítulos y resúmenes de 112 artículos donde 62 publicaciones no cumplieron los criteriosde inclusión. Luego se realizó una revisión de texto completo de 50 artículos donde seexcluyeron otros 15 artículos y finalmente se realizó la recopilación de datos de 35artículos. Se concluyó que no hay diferencias en los resultados delentrenamiento de los algoritmos sea utilizando imágenes de la papila; tomografía decoherencia óptica; o pruebas combinadas. Estos sistemas tienen la capacidad dediferenciar una papila normal de una glaucomatosa. Sin embargo, aún no son efectivospara estadios iniciales. Se consideran accesibles, de bajo costo. La capacidad de losalgoritmos de examinar una imagen píxel a píxel supera la percepción visual del ojohumano y también la capacidad de atención.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/58493
UL https://uvadoc.uva.es/handle/10324/58493
LA spa
NO Departamento de Cirugía, Oftalmología, Otorrinolaringología y Fisioterapia
DS UVaDOC
RD 19-sep-2024