Jornal de Oftalmologia Clínica e Experimental
Acesso livre

Abstrato

Detecção automatizada de retinopatia diabética em três populações europeias

Morten B. Hansen, Hongying Lilian Tang, Su Wang, Lutfiah Al Turk, Rita Piermarocchi, Martynas Speckauskas, Hans-Werner Hense, Irene Leung e Tunde Peto

Objectivo: Atualmente 1/12 da população mundial tem diabetes mellitus (DM), muitos são ou serão rastreados através de imagens da retina. Este estudo atual tem como objetivo comparar a capacidade do software DAPHNE para detetar RD em três populações europeias diferentes em comparação com a classificação humana realizada no Moorfields Eye Hospital Reading Center (MEHRC). Participantes: Foram obtidas imagens da retina dos participantes do estudo HAPIEE (Lituânia, n=1.014), do estudo PAMDI (Itália, n=882) e do estudo MARS (Alemanha, n=909). Métodos: Todas as imagens anonimizadas foram classificadas pelos avaliadores humanos do MEHRC quanto à presença de RD. De forma independente, e sem qualquer conhecimento dos resultados do avaliador humano, o software DAPHNE analisou as imagens e dividiu os participantes em grupos com DR e sem DR. Principais medidas de resultados: Os resultados primários foram a sensibilidade, especificidade, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) do software DAPHNE no que diz respeito à identificação de RD ou não RD em imagens da retina em comparação com o classificador humano como padrão de referência. Resultados: Um total de 2.805 participantes foram inscritos nos três locais de estudo. A sensibilidade do software DAPHNE foi superior a 93% nos três estudos, a especificidade foi superior a 80%, o VPP foi superior a 28% e o VPN não foi inferior a 98,8% em nenhum dos estudos. O software DAPHNE não deixou escapar qualquer DR que ameaçasse a visão. As áreas sob a curva (AUC) para todos os três estudos ficaram acima de 0,96. O DAPHNE reduziu a carga de trabalho humano manual em 70%, mas teve uma taxa total de falsos positivos de 63%. Conclusões: O software DAPHNE mostrou-se fiável para detetar RD em três populações europeias diferentes, utilizando três configurações de imagem diferentes. São necessários mais testes para verificar a escalabilidade, o desempenho em sistemas de rastreio de DR ao vivo e configurações de câmara diferentes destes estudos.