Your browser doesn't support javascript.
loading
Diagnóstico da retinopatia diabética por inteligência artificial por meio de smartphone / Diagnosis of diabetic retinopathy by artificial intelligence using smartphone
Oliveira, Luiz Eduardo Silva de; Silva, Marcelo Colares da; Santiago, Rhuan Victor Crescêncio de; Benevides, Cilis Aragão; Cunha, Caio César Henrique; Matos, Alexis Galeno.
  • Oliveira, Luiz Eduardo Silva de; Fundação Leiria de Andrade. Fortaleza. BR
  • Silva, Marcelo Colares da; WDA Tecnologia & Inovação. Fortaleza. BR
  • Santiago, Rhuan Victor Crescêncio de; WDA Tecnologia & Inovação. Fortaleza. BR
  • Benevides, Cilis Aragão; WDA Tecnologia & Inovação. Fortaleza. BR
  • Cunha, Caio César Henrique; WDA Tecnologia & Inovação. Fortaleza. BR
  • Matos, Alexis Galeno; Fundação Leiria de Andrade. Fortaleza. BR
Rev. bras. oftalmol ; 83: e0006, 2024. tab, graf
Article in Portuguese | LILACS-Express | LILACS | ID: biblio-1535603
RESUMO
RESUMO

Objetivo:

Obter imagens de fundoscopia por meio de equipamento portátil e de baixo custo e, usando inteligência artificial, avaliar a presença de retinopatia diabética.

Métodos:

Por meio de um smartphone acoplado a um dispositivo com lente de 20D, foram obtidas imagens de fundo de olhos de pacientes diabéticos; usando a inteligência artificial, a presença de retinopatia diabética foi classificada por algoritmo binário.

Resultados:

Foram avaliadas 97 imagens da fundoscopia ocular (45 normais e 52 com retinopatia diabética). Com auxílio da inteligência artificial, houve acurácia diagnóstica em torno de 70 a 100% na classificação da presença de retinopatia diabética.

Conclusão:

A abordagem usando dispositivo portátil de baixo custo apresentou eficácia satisfatória na triagem de pacientes diabéticos com ou sem retinopatia diabética, sendo útil para locais sem condições de infraestrutura.
ABSTRACT
ABSTRACT

Introduction:

To obtain fundoscopy images through portable and low-cost equipment using artificial intelligence to assess the presence of DR.

Methods:

Fundus images of diabetic patients' eyes were obtained by using a smartphone coupled to a device with a 20D lens. By using artificial intelligence (AI), the presence of DR was classified by a binary algorithm.

Results:

97 ocular fundoscopy images were evaluated (45 normal and 52 with DR). Through AI diagnostic accuracy around was 70% to 100% in the classification of the presence of DR.

Conclusion:

The approach using a low-cost portable device showed satisfactory efficacy in the screening of diabetic patients with or without diabetic retinopathy, being useful for places without infrastructure conditions.


Full text: Available Index: LILACS (Americas) Language: Portuguese Journal: Rev. bras. oftalmol Journal subject: Ophthalmology Year: 2024 Type: Article Affiliation country: Brazil Institution/Affiliation country: Fundação Leiria de Andrade/BR / WDA Tecnologia & Inovação/BR

Similar

MEDLINE

...
LILACS

LIS


Full text: Available Index: LILACS (Americas) Language: Portuguese Journal: Rev. bras. oftalmol Journal subject: Ophthalmology Year: 2024 Type: Article Affiliation country: Brazil Institution/Affiliation country: Fundação Leiria de Andrade/BR / WDA Tecnologia & Inovação/BR