Secondo i risultati della ricerca pubblicati su Scientific Reports, il modello di apprendimento profondo rileva accuratamente il grado di gravità della retinopatia diabetica e dell’edema maculare. La retinopatia diabetica è una delle comorbilità più comuni del diabete che, se non trattata, può portare a una grave perdita della vista. L’edema maculare si riferisce al gonfiore sotto una parte specifica della retina causata dalla retinopatia diabetica.
Il modello di apprendimento profondo ha identificato la retinopatia diabetica riferibile in modo comparabile o migliore rispetto a quanto presentato negli studi precedenti, sebbene per la sua formazione sia stato utilizzato solo un set di dati molto piccolo. Il modello si è rivelato più accurato nell’identificare le malattie rispetto alle immagini dal fondo del paziente seppure di alta qualità e risoluzione.
I risultati suggeriscono che tale sistema di apprendimento profondo potrebbe aumentare l’efficacia in termini di costi dello screening e della diagnosi e che il sistema potrebbe essere applicato agli esami clinici che richiedono una classificazione più accurata.
Attualmente, l’imaging retinico è il metodo più ampiamente usato per lo screening e il rilevamento della retinopatia e gli esperti medici valutano la gravità e il grado di retinopatia nelle persone con diabete in base al fondo o alle immagini retiniche degli occhi del paziente.
Poiché il diabete è una malattia diffusa a livello globale e il numero di pazienti è in rapido aumento, aumenterà anche il numero di immagini retiniche, che a sua volta introduce un pesante onere ad alta intensità di lavoro per gli esperti medici e costi per l’assistenza sanitaria. Un sistema automatizzato che aiuterebbe gli esperti medici o lavorerebbe come uno strumento diagnostico completo potrebbe alleviare la situazione.