Pablo Amil crea el primer mapa tomográfico para el diagnóstico del glaucoma

El investigador del departamento en Terrassa ha creado un modelo objetivo que establece los diferentes grados de apertura del ángulo iridocorneal del ojo, un elemento clave para establecer el grado de gravedad del glaucoma. Gracias a este modelo, el oftalmólogo contará con una nueva herramienta para ayudar al paciente a decidirse a someterse a una intervención quirúrgica.

El glaucoma es la primera causa de ceguera irreversible en el mundo. Consiste en la degeneración del nervio óptico y en la pérdida progresiva de la visión periférica. La degeneración se produce a causa de una excesiva presión ocular que ocasiona cambios en el ángulo iridocorneal.

Para tratar esta enfermedad, el oftalmólogo establece un diagnóstico y aconseja al paciente pasar o no por el quirófano. Sin embargo, la decisión final es del paciente, quien decide operarse exclusivamente en función del consejo del médico. Ahora, el investigador Pablo Amil, del grupo de investigación en Dinámica no Lineal, Óptica no Lineal y Láseres (DNOLL) de la Universitat Politècnica de Catalunya · BarcelonaTech (UPC) en colaboración con Ulrich Parlitz, investigador del Max Planck Institute for Dynamics and Self-Organization de Alemania y del Instituto de Microcirugía Ocular (IMO) de Barcelona, ha creado una herramienta que mostrará de manera objetiva a los pacientes el grado de gravedad del glaucoma que sufren y les ayudará a tomar la decisión de operarse.

El mapa tomográfico de diagnóstico del glaucoma se genera con un algoritmo de inteligencia artificial al que se somete un grupo de 1.000 imágenes de los ángulos de apertura iridocorneal. Posteriormente, se ordenan y distribuyen en un mismo plano en zonas ordenadas por la gravedad (muy graves, graves y leves) y se compara esta distribución con 160 diagnósticos realizados por oftalmólogos. El resultado de la correlación es prácticamente igual entre el mapa creado por Amil y el grado de gravedad diagnosticado por el oftalmólogo.

El método creado por Amil ha sido desarrollado en el marco del proyecto europeo Be-Optical, coordinado por Cristina Masoller, también investigadora del Campus de la UPC en Terrassa. Be-Optical, en la que también participa el IMO, forma jóvenes investigadores y desarrolla nuevas metodologías para analizar datos biomédicos y contribuir en la detección precoz de enfermedades oculares. El proyecto también cuenta con el apoyo del Fondo Europeo de Desarrollo Regional (FEDER) y de ICREA Academia.

 

Unsupervised feature extraction of anterior chamber OCT images for ordering and classification

P. Amil, L. González, E. Arrondo, C. Salinas, J. L. Guell, C. Masoller, & U. Parlitz.

Scientific Reports 9,Article number: 1157 (2019)

DOI:10.1038/s41598-018-38136-8

Etiquetas
r_n