Pablo Amil lidera la creació del primer mapa tomogràfic per al diagnòstic del glaucoma
31/05/2019
L'investigador del departament a Terrassa ha creat un model objectiu que estableix els diferents graus d’obertura de l’angle irido-cornial de l’ull, un element clau per establir el grau de gravetat del glaucoma. Gràcies a aquest model, l’oftalmòleg comptarà amb una nova eina per ajudar al pacient a decidir-se per una intervenció quirúrgica.
El glaucoma és la primera causa de ceguera irreversible al món. Consisteix en la degeneració del nervi òptic i en la pèrdua progressiva de la visió perifèrica. La degeneració es produeix a causa d’una excessiva pressió ocular que ocasiona canvis en l’angle irido-cornial.
Per tractar aquesta malaltia, l’oftalmòleg estableix un diagnòstic i aconsella al pacient passar o no pel quiròfan. Tanmateix, la decisió final és del pacient, qui decideix operar-se exclusivament en funció del consell del metge. Ara, l’investigador Pablo Amil, del grup de recerca en Dinàmica no Lineal, Òptica no Lineal i Làsers (DNOLL) de la Universitat Politècnica de Catalunya · BarcelonaTech (UPC) en col·laboració amb Ulrich Parlitz, investigador del Max Planck Institute for Dynamics and Self-Organization d’Alemanya i de l’Institut de Microcirugía Ocular (IMO) de Barcelona, ha creat una eina que mostrarà de manera objectiva als pacients el grau de gravetat del glaucoma que pateixen i els ajudarà a prendre la decisió d’operar-se.
El mapa tomogràfic de diagnosi del glaucoma es genera amb un algoritme d’intel·ligència artificial al què es sotmet les 1.000 imatges dels angles d’obertura irido-cornial. Posteriorment, s'ordenen i distribueixen en un mateix plànol en zones ordenades per la gravetat (molt greus, greus i lleus) comparant aquesta distribució amb 160 diagnòstics realitzats per oftalmòlegs. El resultat de la correlació és pràcticament igual entre el mapa creat pel grup i el grau de gravetat diagnosticat per l’oftalmòleg.
El mètode ha estat desenvolupat en el marc del projecte europeu Be-Optical, coordinat per Cristina Masoller, també investigadora del Campus de la UPC a Terrassa. Be-Optical, en què també participa l’IMO, forma joves investigadors i desenvolupa noves metodologies per analitzar dades biomèdiques i contribuir en la detecció precoç de malalties oculars. El projecte també compta amb el suport dels Fons Europeu de Desenvolupament Regional (FEDER) i d’ICREA Acadèmia.
Unsupervised feature extraction of anterior chamber OCT images for ordering and classification
P. Amil, L. González, E. Arrondo, C. Salinas, J. L. Guell, C. Masoller, & U. Parlitz.
Scientific Reports 9,Article number: 1157 (2019)
Comparteix: