Desarrollo y validación técnica de una herramienta informática de reconocimiento automatizado de lesiones maculares de retina (OCT).

Transcripción

1 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 pserrano@gobiernodecanarias.org Servicio de Evaluación y Planificación Dirección del Servicio Canario de Salud

2 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

3 Proyecto financiado por ISCIII-FIS: PS09/01308

4 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 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 euros por paciente / año

5 Antecedentes: Avances diagnósticos y terapéuticos Diagnóstico: Tomografía de coherencia óptica (OCT) y examen clínico Tratamiento: Inhibidores del factor de crecimiento del endotelio vascular (anti-vegf) en la DMAE húmeda. LISTAS DE ESPERA

6 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%

7 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.

8 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

9 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

10 Desarrollo de SCAD para reconocer imágenes OCT en PM Análisis para detección y medida de estructuras: - Zona de tejido - Complejo fotorreceptores EPR - Huecos - Foveola

11 Desarrollo de SCAD para reconocer imágenes OCT en PM Análisis para detección y medida de estructuras: - Zona de tejido - Complejo fotorreceptores EPR - Huecos - Foveola

12 Desarrollo de SCAD para reconocer imágenes OCT en PM Análisis para detección y medida de estructuras: - Zona de tejido - Complejo fotorreceptores EPR - Huecos - Foveola

13 Desarrollo de SCAD para reconocer imágenes OCT en PM Análisis para detección y medida de estructuras: - Zona de tejido - Complejo fotorreceptores EPR - Huecos - Foveola

14 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)

15 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

16 Resultados Sensibilidad: 96% (IC 95% ) Especificidad: 92% (IC 95% 87-97) Valor predictivo positivo: 92% (IC 95% 87-97) Valor predictivo negativo: 96% (IC 95% ) Coeficiente de probabilidad positivo: 12 (IC 95% 6,17-23) Coeficiente de probabilidad negativo: 0,04 (CI 95% 0,02-0,11)

17

18 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

19 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

20 Gracias Serrano-Aguilar P, Abreu R, Antón L, Ramallo Y, Artal C, Gómez-Ulla F, Nadal J pserrano@gobiernodecanarias.org Servicio de Evaluación del Servicio Canario de Salud