Un sistema de inteligencia artificial predijo el sexo de las personas con solo analizar sus ojos

Se trata de un modelo basado en deep learning que se entrenó con fotos de retinas. Las aplicaciones en el campo de la medicina

Compartir
Compartir articulo
Desarrollaron un modelo de aprendizaje automático para analizar fotos de retinas (Sina Schuldt/dpa)
Desarrollaron un modelo de aprendizaje automático para analizar fotos de retinas (Sina Schuldt/dpa)

Un sistema de inteligencia artificial es capaz de identificar el sexo biológico de las personas con tan solo leer sus ojos. Se trata de un desarrollo basado en un modelo de aprendizaje profundo o deep learning, que se entrenó con 84.743 fotos de fondo de retina del conjunto de datos del Biobanco del Reino Unido, según se publicó en ResearchGate.

Gracia a ese entrenamiento, el sistema, que fue desarrollado por médicos, aprendió y fue capaz de predecir con bastante precisión las fotos de las retinas.

El modelo funcionó significativamente peor cuando la patología foveal (un trastorno macular que se caracteriza por un la disminución de la agudeza visual) estaba presente en el conjunto de datos de validación externa. En esos casos la precisión era del 69,4 %, en comparación con el 85,4 % en ojos sanos, lo que sugiere que la fóvea, que está en el centro de la mácula, es una región importante para el rendimiento del modelo de aprendizaje profundo.

¿Cuál es la relevancia de este tipo de modelos? Si se pudiese identificar una correlación entre las características de las retinas, el sexo asignado y el desarrollo de ciertas patologías, se podrían desarrollar mejores herramientas de diagnóstico y por ende optimizar tratamientos y métodos preventivos.

El aprendizaje automático automatizado (AutoML) puede permitir identificar nuevos biomarcadores de enfermedades que a futuro ayudarían a obtener mejores diagnósticos. “El aprendizaje profundo puede transformar la atención médica”, se destaca en el artículo.

El aprendizaje automático automatizado (AutoML) puede permitir identificar nuevos biomarcadores de enfermedades
El aprendizaje automático automatizado (AutoML) puede permitir identificar nuevos biomarcadores de enfermedades

En cuanto a por qué se eligió, en este modelo de aprendizaje automático estudiar la retina, en el informe se destaca que es el único tejido del cuerpo donde el tejido nervioso y el vascular pueden visualizarse simultáneamente de manera no invasiva. “Los oftalmólogos lo han estado haciendo desde que se introdujo el oftalmoscopio en la práctica clínica a mediados del siglo XIX”, se menciona.

Por otra parte, a lo largo de los años se ha visto que los biomarcadores de la retina pueden mapear de manera efectiva los índices sistémicos de envejecimiento saludable y de la enfermedad. En este sentido, es un buen elemento para tener como punto de partida para el desarrollo de modelos de IA en el campo de la oftalmología, entre otras áreas de la medicina.

Un test de retina permitiría detectar trastornos del espectro autista

Hace un año, se supo que un científico de Hong Kong desarrolló un método para utilizar la inteligencia artificial (IA) y el aprendizaje automático para escanear las retinas de niños de seis años y así detectar afecciones que se engloban dentro de los trastornos del espectro autista.

Un test de retina con una cámara de alta resolución permitiría detectar trastornos del autismo
Un test de retina con una cámara de alta resolución permitiría detectar trastornos del autismo

Según la Organización Mundial de la Salud (OMS), se estima que 1 de cada 160 niños padece un Trastorno del Espectro del Autismo, es decir, aproximadamente el 1% de la población. El autismo es una condición neurológica que afecta al comportamiento de las personas, su interacción social y sus habilidades de comunicación y aprendizaje.

El escaneo ocular de la retina puede permitir la detección temprana y así anticiparse al tratamiento para los niños. Su método utiliza una cámara de alta resolución con un software que analiza una combinación de factores, incluidas las capas de fibras y los vasos sanguíneos del ojo. La tecnología se puede utilizar para identificar a los niños en riesgo de autismo e incorporarlos a los programas de tratamiento que se realizan de forma temprana para el trastorno del espectro autista (TEA).

La tecnología del profesor Zee se probó con 70 niños: 46 con autismo y un grupo de control de tratamiento previo de 24. Se pudo identificar a los niños con autismo el 95,7% de las veces. La edad promedio examinada fue de 13 años, siendo el más joven de seis años. Los hallazgos de Zee se han publicado en EClinicalMedicine, una revista de medicina.

SEGUIR LEYENDO: