Google Neural Network determina el género, la edad, el índice de masa corporal y la presión arterial del fondo

Los científicos de Google y su filial Verily, que se especializa en el desarrollo de tecnologías médicas, han desarrollado una nueva forma de identificar los factores de riesgo para el desarrollo de enfermedades cardiovasculares como la enfermedad coronaria y el accidente cerebrovascular. Una red neuronal entrenada calcula con bastante precisión estos factores a partir de la imagen del fondo.

La foto en la esquina superior izquierda muestra una muestra coloreada del escaneo del fondo de la base del Biobanco del Reino Unido. Las imágenes restantes muestran la misma imagen, pero en blanco y negro. En cada uno de ellos, se aplica un mapa de calor en verde, correspondiente a cada uno de los signos adquiridos: edad, sexo, tabaquismo (sí / no), glucemia promedio HbA1c, índice de masa corporal IMC, presión arterial sistólica PAS, presión arterial diastólica PAD. Se indican los datos reales de la base de datos para cada parámetro y los pronosticados por la red neuronal.

Conociendo estos factores, puede calcular con bastante precisión la probabilidad de desarrollar enfermedades cardiovasculares, que son la principal causa de muerte en todo el mundo (aproximadamente el 31% de las muertes son causadas por este motivo).

Con el nuevo sistema, los médicos pueden ahorrar mucho tiempo, porque en lugar de varias pruebas, ahora se realizan diagnósticos preliminares en unos minutos. Además, teóricamente, el algoritmo permite que dichos diagnósticos se realicen de forma remota. Solo se necesita un oftalmoscopio y un especialista que pueda tomar una fotografía.


Espejo y oftalmoscopios electrónicos

Por supuesto, si bien la precisión de la red neuronal no es tan alta como para reemplazar un diagnóstico completo, muestra resultados prometedores. Aquí, la IA no reemplaza al médico, sino que amplía sus capacidades.

Para estudiar la red neuronal, los científicos de Google y Verily utilizaron registros médicos con fotografías de fondo de aproximadamente 300,000 pacientes. La mayor parte del conjunto de datos se obtuvo de la base de datos EyePACS (236,234 pacientes, 1,682,938 imágenes). La información restante se tomó de la base de datos del Biobanco del Reino Unido. Aunque hay menos datos aquí, para cada paciente había información sobre el índice de masa corporal, la presión arterial y el hecho de fumar, que no se encuentra en la base de datos EyePACS.



La idea de detectar la enfermedad de una persona en la retina no es nueva. Incluso en la Unión Soviética, tales estudios se llevaron a cabo y se creó un software para analizar imágenes de la retina. Pero entonces no había sistemas de aprendizaje automático, por lo que las posibilidades de los programadores eran limitadas.

Si la red neuronal de Google recibe a dos pacientes para procesar la fotografía del fondo de ojo, uno de los cuales sufrió una enfermedad cardiovascular en los últimos cinco años y el otro no, entonces determina correctamente la afiliación del paciente en el 70% de los casos. Esto es ligeramente peor que la precisión del algoritmo SCORE ahora utilizado en medicina. Tiene una precisión del 72%.

La precisión de determinar el sexo, la edad y cada uno de los factores de riesgo se muestra en la siguiente tabla.



Los expertos dicen que el enfoque de Google para usar una red neuronal en esta tarea de diagnóstico en particular es creíble porque se sabe desde hace tiempo que la retina es un buen predictor del riesgo de desarrollar enfermedades cardiovasculares. Entonces, la Inteligencia Artificial puede acelerar significativamente y potencialmente aumentar la precisión de tales diagnósticos. Por supuesto, antes del uso real en las clínicas, el programa debe someterse a pruebas rigurosas para que los médicos comiencen a confiar en ella.

Este descubrimiento fue otra prueba de que las redes neuronales pueden ser ampliamente utilizadas en la medicina moderna, especialmente en el diagnóstico. Solo buscamos las opciones más obvias para el uso de IA en esta área: el diagnóstico de arritmias por cardiograma , el diagnóstico de neumonía por rayos X , el diagnóstico de cáncer de piel

Las increíbles posibilidades de usar la IA para diagnosticar enfermedades es una de las razones por las que Google lanzó el proyecto Baseline para recopilar registros médicos detallados de 10,000 personas durante cuatro años.

El artículo científico fue publicado el 19 de febrero de 2018 en la revista Nature Biomedical Engineering (doi: 10.1038 / s41551-018-0195-0, pdf ).