Optometría · 2026
Inteligencia Artificial (IA) en el análisis e interpretación de imágenes de exámenes especiales usados en optometría
Con el paso del tiempo la optometría ha podido evolucionar en muchos aspectos. Cada vez contamos con más herramientas para ver el ojo por dentro, entenderlo mejor y detectar a tiempo enfermedades que antes podían llegar a pasar desapercibidas. Uno de los principales problemas que existe es que interpretar tantas imágenes como las OCT, retinografías, angiografías requiere de tiempo y experiencia. Por esto la inteligencia artificial (IA) puede ser de utilidad. La IA puede analizar muchas imágenes en segundos, reconocer patrones que pueden pasar desapercibidos y ayudar a clasificar patologías como la retinopatía diabética, el glaucoma o la degeneración macular relacionada con la edad. Esto lo hace con muy buena sensibilidad y especificidad, casi como un profesional. Con el trabajo se buscó explorar cómo la IA se vuelve una herramienta de ayuda para el profesional en salud visual. Describe sus bases (machine learning y deep learning), sus aplicaciones actuales en el análisis de imágenes y cómo puede apoyar el diagnóstico, seguimiento y toma de decisiones clínicas. Cabe resaltar que, la IA no reemplaza al optómetra, más bien le ayuda acelerando procesos, obteniendo detecciones más rápidas, mejora la precisión y abre la posibilidad a tener diagnósticos más accesibles, rápidos y confiables.
Texto completo 34 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- INTRODUCCIÓNp. 9
- INTELIGENCIA ARTIFICIAL: DEFINICIÓN Y CONCEPTOS BÁSICOSp. 10
- 2.1 Tipos de IA: deep learning y machine learningp. 11
- 2.2 Aplicaciones de la IA en el análisis de imágenesp. 12
- Herramientas de IA aplicadas en medicinap. 14
- PATOLOGÍAS OCULARES FRECUENTES EN SEGMENTO POSTERIORp. 16
- 3.1 Retinopatía diabéticap. 16
- 3.1.1 Clasificación de la retinopatía diabéticap. 16
- 3.1.2 RD no proliferativa (RDNP)p. 16
- 3.1.3 RD proliferativa (RDP)p. 16
- 3.1.4 Factores de riesgop. 17
- 3.1.5 Complicaciones y secuelas a nivel ocularp. 17
- 3.1.6 Importancia de la detección temprana y el seguimientop. 17
- 3.2 Degeneración macular relacionada con la edad (DMRE)p. 19
- 3.2.1 Clasificación de la DMREp. 19
- 3.2.2 Factores de riesgop. 17
- 3.2.3 Importancia de la detección temprana y el seguimientop. 17
- 3.3 Glaucomap. 21
- 3.3.1 Clasificación del glaucomap. 22
- 3.3.2 Factores de riesgop. 17
- 3.3.3 Importancia de la detección temprana y el seguimientop. 17
- 4. CLASIFICACIÓN DE EXÁMENES ESPECIALESp. 24
- 4.1 OCT macular y de nervio ópticop. 24
- 4.2 Retinografíap. 25
- 4.3 Angiografíap. 25
- 4.4 Limitaciones del análisis manual y necesidad de apoyo digitalp. 27
- 4.5 Aplicaciones de IA en el análisis de exámenes especiales:p. 28
- 4.6 Comparación entre el diagnóstico clínico tradicional y asistido por IAp. 29
- 4.7 Perspectivas futuras para la integración de IA en optometríap. 29
- 5. CONCLUSIÓNp. 31
- Tabla 5. Clasificación de tipos de glaucoma……………………………………………………p. 22
- Tabla 6. Principales diferencias entre la angiografía fluoresceÍnica y la OCT-A……………p. 27
- imágenesp. 11
- automático y los de aprendizaje profundop. 12
- Figura 3. Redes neuronales artificiales multicapa de propagación hacia adelantep. 15
- Figura 4. Aplicaciones de IA en diversos dominios de la oftalmologíap. 28