Download Pedro Serrano

Desarrollo y validación técnica de una herramienta informática
de reconocimiento automatizado de
lesiones maculares de retina (OCT).
Serrano-Aguilar P, Abreu R, Antón L,
Ramallo Y, Artal C, Gómez-Ulla F, Nadal J
[email protected]
Servicio de Evaluación y Planificación
Dirección del Servicio Canario de Salud
Contenidos de la presentación
• Investigación traslacional: de la necesidad a la investigación y a la acción
• Antecedentes : Magnitud de la P.Macular y Degeneración Macular Asociada a la Edad
Avances Diagnósticos y Terapéuticos
Sistemas Computarizados de Ayuda al Diagnóstico
• Objetivos del proyecto
• Desarrollo del Sistema Computarizado de Ayuda al Diagnóstico (SCAD)
• Validación Técnica del SCAD
• Resultados
• Conclusiones y próximas tareas
Proyecto financiado por ISCIII-FIS: PS09/01308
Antecedentes:
Patología de la Mácula Retiniana (DMAE)
• La patología de la mácula (PM) es la causa más común de ceguera legal
• Prevalencia DMAE aumentan con la edad: 0.5% a los 60 años
10% tras los 80 años
750.000 personas en España
• Más del 50% de pacientes con DMAE no han sido diagnosticados
• La OMS prevé que se triplique su incidencia
• La percepción se retrasa por la progresión insidiosa y asimétrica
• Coste sanitario de DMAE es 10.000 euros por paciente / año
Antecedentes: Avances diagnósticos y terapéuticos
• Diagnóstico: Tomografía de coherencia óptica (OCT) y examen clínico
A
R
E
P
S
• Tratamiento: Inhibidores del factor de crecimiento del endotelio vascular
(anti-VEGF) en la DMAE húmeda.
S
A
T
S
I
L
E
D
E
Antecedentes: Sistemas Computarizados de Ayuda al Diagnóstico
SCAD
• OCT es una tecnología diagnóstica por imágenes que permite estudiar
las diferentes capas de la retina en cortes similares a TAC (automatización)
• SCAD en CRIBADO: reconocimiento y clasificación de imágenes
reducen la carga profesional en cribado de cáncer de
mama y de retinopatía diabética
• Validez de los SCAD : Sensibilidad ≥ 90%
Especificidad de 78%
VPP de 46%
VPN de 98%
Objetivos del proyecto de I+D+I
1.- Desarrollar y validar técnicamente un SCAD para el cribado automatizado
de la PM a partir de imágenes captadas por OCT.
2.- Determinar la validez diagnóstica (sensibilidad, especificidad y valores
predictivos) del SCAD para el cribado de imágenes OCTcon PM, frente al
diagnóstico convencional (agudeza visual + retinografía) y OCT por retinólogos
3.- Evaluar el coste-efectividad del SCAD frente al diagnóstico oftalmológico
convencional (agudeza visual + retinografía + OCT), interpretado por retinólogos
para el cribado de PM.
Desarrollo de SCAD para reconocer imágenes OCT en PM
Detección sobre las imágenes OCT:
• Procesos de normalización con T. de filtrado para homogeneizar las imágenes OCT
• Análisis de las zonas de tejido por visión por computador: Límite del tejido vítreo,
Epitelio pigmentario retiniano,
Localización de la depresión foveal
Simetría de la DF
• Diseño y parametrización del SCAD con técnicas de entrenamiento (imágenes + / -)
• Definición de rangos de valores normales/anormales de los siguientes parámetros de PM:
1) Estructura de los diferentes estratos retina
2) Varianza del tejido coroideo
3) Posición horizontal de la fóvea
4) Profundidad de la depresión foveal
5) Simetría de depresión foveal
Desarrollo de SCAD para reconocer imágenes OCT en PM
Normalización de las imágenes:
- Cálculo de la reflectividad:
Transformar información cromática a grises
HSV: H (color); V (iluminación)
- Corrección de la curva: Ajuste a curva Bezier
Desarrollo de SCAD para reconocer imágenes OCT en PM
Análisis para detección y medida de estructuras:
- Zona de tejido
- Complejo fotorreceptores EPR
- Huecos
- Foveola
Desarrollo de SCAD para reconocer imágenes OCT en PM
Análisis para detección y medida de estructuras:
- Zona de tejido
- Complejo fotorreceptores EPR
- Huecos
- Foveola
Desarrollo de SCAD para reconocer imágenes OCT en PM
Análisis para detección y medida de estructuras:
- Zona de tejido
- Complejo fotorreceptores EPR
- Huecos
- Foveola
Desarrollo de SCAD para reconocer imágenes OCT en PM
Análisis para detección y medida de estructuras:
- Zona de tejido
- Complejo fotorreceptores EPR
- Huecos
- Foveola
Validación de la capacidad diagnóstica del SCAD
Estudio transversal retrospectivo
• Imágenes de OCT desde Rochester, Coruña, Barcelona y Tenerife
- Equipo Stratus OCT y Cirrus OCT (Carl Zeiss Meditec)
- Protocolo: radial lines de 6 b-scans / macular cube
- Imágenes exportadas a disco
- Imágenes de 260 personas (124 sanas/ 136 patológicas)
Validación de la capacidad diagnóstica del SCAD
Proceso de clasificación:
- Imágenes aleatorizadas y evaluadas por SCAD y retinólogo (simple ciego)
- Las imágenes fueron clasificadas en sanas o sospechosas
Resultados
• Sensibilidad: 96% (IC 95% 92-100)
• Especificidad: 92% (IC 95% 87-97)
• Valor predictivo positivo: 92% (IC 95% 87-97)
• Valor predictivo negativo: 96% (IC 95% 92-100)
• Coeficiente de probabilidad positivo: 12 (IC 95% 6,17-23)
• Coeficiente de probabilidad negativo: 0,04 (CI 95% 0,02-0,11)
Conclusiones
• Desarrollo y validación técnica exitosa de un SCAD innovador
para el cribado de patología macular : Optical coherence
tomography automatic labeller (OCTAL)
• Válido para cualquier tipo de OCT en el mercado
Próximas tareas
• Evaluación de la validez y de la utilidad clínica
431 pacientes (388 con PM y 43 sanos): OCT vs. Retinólogos
Evaluación de la REPRODUCIBILIDAD inter e intraobservador
• Evaluación económica:
Coste-efectividad del cribado individual
Coste-efectividad para cribado poblacional
Gracias
Serrano-Aguilar P, Abreu R, Antón L,
Ramallo Y, Artal C, Gómez-Ulla F, Nadal J
[email protected]
Servicio de Evaluación del Servicio Canario de Salud