Deneye - Módulo de clasificación IA

Módulo de clasificación IA

IA que analiza fotografías de retina en menos de dos segundos — ayudando a los oftalmólogos a detectar la enfermedad ocular diabética antes de que cause daño permanente.

El Módulo de clasificación IA de Deneye analiza fotografías de fondo de ojo y asigna uno de los cinco grados de gravedad de RD estandarizados internacionalmente. Esto proporciona al oftalmólogo revisor un punto de partida inmediato y basado en evidencia — reduciendo la carga de trabajo mientras se mantiene la plena responsabilidad clínica.

La IA nunca opera de forma autónoma. Cada clasificación es revisada y confirmada por un oftalmólogo certificado antes de que se tome cualquier decisión clínica.

Seguridad con datos conocidos. En el conjunto hold-out del modelo y en ambos conjuntos IDRiD (1.249 imágenes), ni un solo caso de RD grave o proliferativa fue clasificado como «Sin RD». En conjuntos con fuerte variación de dominio este margen se reduce — una razón clave por la que cada clasificación de la IA es revisada por un oftalmólogo y cada nuevo centro se evalúa primero con sus propias imágenes.

Cómo funciona

Tres pasos desde la fotografía hasta el resultado de la clasificación

1

Imagen capturada

Un técnico de cribado fotografía la retina del paciente con cualquier cámara de fondo de ojo estándar. La imagen se sube a la plataforma Deneye — incluso desde una ubicación remota sin conexión permanente a internet.

2

La IA clasifica en <2 segundos

El modelo de IA preprocesa la imagen y predice un grado de gravedad de RD en la escala clínica internacional de 5 puntos. El resultado aparece inmediatamente en la lista de trabajo del oftalmólogo.

3

El oftalmólogo confirma

Un oftalmólogo certificado revisa la imagen y la sugerencia de la IA. Confirma, ajusta o anula la clasificación. Solo tras la revisión humana llega el resultado al paciente.

Los cinco grados de gravedad de la RD

Basados en la Escala Clínica Internacional de Gravedad de la Retinopatía Diabética

Grado	Nombre	Qué significa	Seguimiento recomendado
0	Sin RD	Sin signos visibles de daño diabético en la retina	Cribado anual rutinario
1	RDNP leve	Cambios tempranos: microaneurismas (pequeñas dilataciones en los vasos sanguíneos de la retina)	Revisión por oftalmólogo
2	RDNP moderada	Cambios más extensos: hemorragias, exudados duros, manchas algodonosas	Revisión por oftalmólogo
3	RDNP grave	Daño vascular significativo, alto riesgo de progresión a RD proliferativa	Derivación urgente a especialista en retina
4	RD proliferativa	Estadio avanzado: crecimiento de nuevos vasos sanguíneos frágiles, alto riesgo de pérdida grave de visión	Derivación urgente para tratamiento (p. ej., láser, inyecciones)

Validación independiente en 37.368 imágenes

Probado en cuatro conjuntos de datos independientes de cuatro países — ninguno utilizado durante el entrenamiento

La medida estándar de rendimiento en la clasificación de RD es el Kappa cuadrático ponderado (QWK) — una estadística que compara las clasificaciones de la IA con las de oftalmólogos expertos, penalizando más las discrepancias mayores. Va de 0 (no mejor que el azar) a 1,0 (acuerdo perfecto). Un kappa superior a 0,80 se considera generalmente «excelente» en la literatura sobre IA para RD.

Conjunto de datos	Imágenes	País	QW Kappa	Precisión adyacente
APTOS 2019 (hold-out)	733	India	0,896	97,5%
IDRiD Entrenamiento	413	India	0,710	90,8%
IDRiD Prueba	103	India	0,607	85,4%
Messidor-2	1.744	Francia	0,499	89,1%
EyePACS	35.108	EE. UU.	0,420	87,4%
Total (externo)	37.368	4 países	0,440	87,6%

La fila APTOS hold-out consiste en imágenes reservadas del propio conjunto de entrenamiento del modelo; los otros cuatro conjuntos son totalmente externos — el modelo nunca los vio.

Nota sobre la variación de dominio (Messidor-2 kappa 0,499; EyePACS 0,420). El modelo fue entrenado con fotografías de retina indias (APTOS 2019). Las imágenes de Messidor-2 y EyePACS provienen de clínicas francesas y estadounidenses con diferentes cámaras, iluminación y poblaciones, y la precisión disminuye en consecuencia — en estos dos conjuntos, 2 de 110 y 111 de 1.580 casos graves o proliferativos respectivamente fueron clasificados como «Sin RD». La variación de dominio es un desafío documentado en la literatura de IA para RD. Por ello la IA es estrictamente una herramienta de triaje bajo revisión obligatoria de un oftalmólogo, y cada centro se evalúa con sus propias imágenes antes del uso clínico.

Curvas de entrenamiento y matriz de confusión

Conjunto de entrenamiento APTOS 2019 (2.929 imágenes), validación hold-out del 20% (733 imágenes). Mejor QWK alcanzado: 0,896.

Pérdida de entrenamiento y kappa cuadrático ponderado por epoch durante 20 epochs — Pérdida de entrenamiento y validación y QWK por epoch. La convergencia se produce tras la fase solo-cabeza (primeros 3 epochs). El modelo alcanza un QWK estable de 0,896 en el epoch 20.

Matriz de confusión 5x5: grado IA vs. grado experto en el conjunto hold-out de APTOS — Matriz de confusión en las 733 imágenes hold-out de APTOS. Los errores fuera de la diagonal son casi siempre de grados adyacentes (un paso). Ningún caso grave o proliferativo (grados 3–4) aparece en la columna Grado 0 «Sin RD».

Hay disponible un informe detallado de clasificación IA bajo petición. El informe incluye métricas de validación completas para todos los conjuntos de datos, matrices de confusión por conjunto de datos, comparaciones de distribución de grados y documentación metodológica completa.

Solicitar el informe