Uma pesquisa publicada no British Journal of Ophthalmology, conduzida por Ahnul Ha et al, do Departamento de Oftalmologia da Seoul National University Hospital, revela que a inteligência artificial (IA) pode prever pacientes com alto risco de glaucoma. Segundo o estudo, a IA treinada para identificar sinais de alerta em imagens da retina e dados clínicos pode prever a probabilidade e o momento em que indivíduos de alto risco progridam para o desenvolvimento real do glaucoma.
Para a pesquisa, foi conduzida uma análise de dados clínicos relacionados a 12.458 olhos que exibiam sinais iniciais de suspeita de glaucoma. Destes, os cientistas se concentraram em 210 olhos que progrediram para glaucoma e 105 que não desenvolveram a doença. Todos foram monitorados em intervalos de seis a 12 meses por pelo menos sete anos.
Nesse período, indicadores de bandeira vermelha em imagens retinianas, combinados com 15 atributos clínicos críticos, foram empregados para gerar uma série de combinações preditivas. Essas combinações foram posteriormente inseridas em três classificadores de aprendizado de máquina, algoritmos projetados para a categorização automática de dados. Todos os três algoritmos alcançaram previsões precisas da progressão do glaucoma, bem como do tempo de progressão, com taxas que variam entre 91% e 99%.
Os atributos clínicos incluíram variáveis como idade, sexo, pressão intraocular (PIO), espessura da córnea, espessura da camada nervosa da retina, pressão arterial e peso corporal (IMC). Entre as características clínicas preditivas, as três mais cruciais foram a PIO inicial, a pressão arterial diastólica e a espessura média da camada de fibras nervosas da retina.
Os cientistas apontam que enquanto não são feitos estudos abrangendo uma população maior, essa ferramenta pode contribuir para os médicos no momento de traçar o diagnóstico. Embora avanços recentes na IA tenham levado ao desenvolvimento de algoritmos para detecção aprimorada de glaucoma, nenhum deles aproveitou previamente indicadores clínicos para antecipar a progressão da doença entre indivíduos de alto risco.
Apesar do resultado, os pesquisadores reconhecem que o estudo tem limitações. Por exemplo, os dados de treinamento de IA foram derivados de um conjunto de dados relativamente limitado, e o estudo abrangeu exclusivamente indivíduos com pressão intraocular (PIO) normal que não haviam sido submetidos a nenhum tratamento para glaucoma durante o período de monitoramento. “Os resultados atuais, portanto, demonstram apenas que o modelo construído funciona bem para uma gama limitada de pacientes”, alertaram os pesquisadores.
Ainda assim, segundo eles, os resultados sugerem que modelos de aprendizagem profunda que foram treinados em imagens oculares e dados clínicos têm um potencial para prever a progressão da doença em pacientes suspeitos de glaucoma.” Acreditamos que com treinamento adicional e testes em um conjunto de dados maior, nossos modelos podem ser ainda melhores. A previsão do curso da doença em uma base individual-paciente ajudaria os médicos a apresentar opções de tratamento personalizadas em relação a questões como duração do acompanhamento, início (ou não) do tratamento de redução da PIO e direcionamento dos níveis de PIO”, concluíram.
Fonte: British Journal of Ophthalmology
