Validation of artificial intelligence algorithm LuxIA for screening of diabetic retinopathy from a single 45° retinal colour fundus images : The CARDS study
Identifiers
Publication date
Start date of the public exhibition period
End date of the public exhibition period
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Share
Abstract
Objetivo Este estudio validó el algoritmo basado en inteligencia artificial (IA) LuxIA para el cribado de retinopatía diabética más que leve (mtmDR) a partir de una única imagen de fondo de ojo en color de 45° en pacientes con diabetes mellitus (DM, tipo 1 o tipo 2) en España. Los objetivos secundarios incluyeron validar LuxIA según la clasificación International Clinical Diabetic Retinopathy (ICDR) y comparar su rendimiento entre distintos dispositivos. Métodos En este estudio transversal multicéntrico, se recogieron imágenes de fondo de ojo en color de adultos (≥18 años) con DM en cinco hospitales de España (diciembre de 2021-diciembre de 2022). Las fotografías de fondo de ojo en color de 45° se capturaron con cámaras no midriáticas Topcon y ZEISS. Se utilizó la plataforma Discovery (RetinAI) para recopilar las imágenes. La salida de LuxIA era una puntuación ordinal (1-5), que indicaba una clasificación como mtmDR basada en una puntuación de gravedad ICDR. Resultados Se incluyeron 945 pacientes con DM; la edad media (DE) fue de 64,6 (13,5) años. El algoritmo LuxIA detectó mtmDR con una sensibilidad y especificidad del 97,1% y el 94,8%, respectivamente. El área bajo la curva ROC (receiver-operating characteristic) fue de 0,96, lo que indica una alta precisión diagnóstica. Los datos del IC del 95% para la precisión global (94,8% a 95,6%), la sensibilidad (96,8% a 98,2%) y la especificidad (94,3% a 95,1%) indicaron estimaciones robustas por parte de LuxIA, que mantuvo una concordancia de clasificación (N=829, kappa=0,837, p=0,001) al utilizarse para clasificar imágenes de Topcon. La validación de LuxIA en imágenes obtenidas con ZEISS mostró una alta precisión (90,6%), especificidad (92,3%) y una menor sensibilidad (83,3%) en comparación con las imágenes obtenidas con Topcon. Conclusiones Los algoritmos de IA como LuxIA están aumentando la viabilidad de las pruebas para los profesionales sanitarios en el cribado de la RD. Este estudio valida la utilidad de LuxIA en el mundo real para el cribado de mtmDR. [Traducción automática al español; idioma original: inglés.]


