Desenvolvimento de um sistema de aprendizado profundo para identificação de condições neuro-oftalmológicas em fotografias coloridas de fundo de olho em pronto-socorro (DEEP-VISION)

Nos últimos anos, a inteligência artificial (IA) foi amplamente integrada na área médica, contribuindo em particular para melhorar o diagnóstico dos pacientes. O estudo BONSAI, Brain and Optic Nerve Study with AI, no qual a nossa equipa está a participar, demonstrou com sucesso a capacidade da IA ​​para identificar patologias neuro-oftalmológicas ou neurológicas individuais que afectam os nervos ópticos e/ou o cérebro, a partir de uma simples imagem do fundo do olho.

Embora este seja um avanço promissor, permanece limitado na prática clínica atual. Nosso grande desafio é ser capaz de identificar uma gama mais ampla de patologias do nervo óptico e/ou cerebrais simultaneamente na mesma análise, de modo a melhorar o manejo dos pacientes, especialmente aqueles encaminhados para serviços de emergência. Na verdade, na ausência de um diagnóstico preciso, as complicações podem ser irreversíveis e potencialmente fatais.

Entre os sinais clínicos mais alarmantes no pronto-socorro está o papiledema de estase, que, acompanhado de cefaleias agudas, pode indicar a presença de hipertensão intracraniana, patologia inflamatória ou isquêmica. Este último pode ser uma manifestação da doença de Horton. Nossa equipe desenvolveu um algoritmo de IA para diagnosticar anormalidades da retina e do nervo óptico com base em retinofotografias tiradas em condições ideais durante consultas agendadas, e não em imagens de pacientes que se apresentam no pronto-socorro. Em hospitais sem pronto-socorro oftalmológico, é essencial que os médicos de emergência (médicos de emergência, clínicos gerais, neurologistas) possam avaliar o fundo de olho na ausência de um especialista em oftalmologia. Esta avaliação, embora faça parte do exame geral, muitas vezes apresenta desafios para os não oftalmologistas. O objetivo do nosso estudo é melhorar o desempenho do nosso algoritmo de IA para que ele possa discriminar entre diferentes patologias da retina e do nervo óptico no pronto-socorro. Portanto, planejamos construir um banco de dados de imagens de fundo de olho, incluindo prospectivamente pacientes que se apresentam nos departamentos de emergência de oftalmologia e neurologia do Hospital Fondation Adolphe de Rothschild. O desempenho do algoritmo desenvolvido será avaliado de acordo com critérios padrão de sensibilidade, especificidade, área sob a curva (AUC) e precisão.