Utilidad diagnóstica en el galucoma del análisis de las fibras retinianas mediante polarimetria laser asociado a la autoperimetria y a sistemas de inteligencia artificial (redes neuronales)

Resumen

Estudiamos 106 ojos de 53 pacientes, considerando cada ojo de forma individual. Todos han sido sometidos a una exploración oftalmológica completa. Clasificamos a los ojos de los pacientes en 5 grupos según el estadio evolutivo de glaucoma que presentan, teniendo en cuenta la PIO, el espesor de capa de fibras nerviosas retinianas medido con polorimetría láser versión GDX, la afectación del campo visual estudiado con autoperimetría modelo TKS-4000 y valores de la relación excavación/papila. Una vez clasificados los ojos en los diferentes estadíos, aplicamos las redes neuronales a los datos. Con la mitad de los datos entrenamos las redes neuronales, y reservamos la otra mitad de los datos para evaluar el modelo de red neuronal utilizado. RESULTADOS 1,- Se han necesitado 8000 ciclos de entrenamiento para que el error en los resultados sea de 10-2 2,- Aproximando los resultados de la red neuronal al número entero más próximo vemos que los resultados de la red neuronal coinciden en el 100% de los casos con los resultados del oftamólogo, con lo que la sensibilidad y espececificidad de la red neuronal utilizada se demuestra que es del 100%. 3,- Haciendo un análisis de regresión entre los resultados de la red neuronal ylos del oftalmólogo se demuestra que el valor del coeficiente de regresión es de 0.998. Se demuestra que la red neuronal utilizada es altamente eficaz para clasificar los datos aportados en los diferentes estadíos de glaucoma siendo una importante ayuda al oftalmólogo, introduciendo en la clasificación un alto grado de objetividad.