Un equipo de investigadores de Ochsner Health publicó recientemente un artículo esclarecedor en el International Forum of Allergy & Rhinology explorando la aplicación de redes neuronales convolucionales (CNN) para mejorar la precisión y la eficiencia de la endoscopia nasal. El estudio, elaborado por el médico residente Dr. Vinayak Ganeshan bajo la supervisión del otorrinolaringólogo senior Dr. Edward D. McCoul, aborda los desafíos que plantea la intrincada anatomía de la cavidad nasal en el diagnóstico de la rinología.
La endoscopia nasal (EN) es una herramienta de diagnóstico esencial en la rinología, pero su efectividad puede verse afectada por la compleja estructura de la cavidad nasal. El estudio investigó un modelo basado en CNN diseñado para localizar y segmentar con precisión puntos de referencia importantes en imágenes de endoscopia nasal. Las imágenes para el estudio se recopilaron de exámenes de EN realizados en el Ochsner Medical Center de Nueva Orleans entre 2014 y 2023, utilizando un endoscopio digital estándar. Un total de 2.111 imágenes fueron segmentadas manualmente por tres médicos.
Los investigadores configuraron el modelo de detección de objetos YOLOv8 para realizar tres tareas: clasificar la presencia de un cornete, detectar su ubicación y aplicar una máscara de segmentación que delinee sus bordes. Se empleó el aprendizaje por transferencia para refinar el rendimiento del modelo en imágenes de EN a través de retropropagación y descenso de gradiente estocástico. Al seleccionar manualmente los hiperparámetros y detener el entrenamiento tras un estancamiento de 15 épocas en el rendimiento de validación, el modelo logró resultados impresionantes.
El modelo identificó el cornete inferior (CI) y el cornete medio (CM) con una precisión media del 91,5%, una precisión media del 92,5% y una recuperación media del 93,8%. Con un umbral de confianza del 60%, la puntuación F1 media del modelo fue del 93,1%.
“Nuestra investigación demuestra que las redes neuronales convolucionales pueden mejorar significativamente la precisión de la interpretación de la endoscopia nasal”, afirmó el Dr. Ganeshan. “Alcanzar una precisión media del 91,5% en la localización de estructuras anatómicas esenciales como el cornete inferior y medio marca un paso adelante en la eficiencia y precisión del diagnóstico”.
Este despliegue exitoso del modelo YOLOv8 representa un avance sustancial en la rinología. La capacidad del modelo para identificar y segmentar con precisión el CI y el CM podría ayudar a los médicos a diagnosticar y tratar las enfermedades sinonasales de manera más eficaz. Este progreso es particularmente ventajoso para los médicos en formación y los no especialistas que a menudo encuentran dificultades con la compleja anatomía de la cavidad nasal.
“Este estudio muestra el potencial de las CNN para mejorar la precisión y la eficiencia de la endoscopia nasal”, dijo el Dr. McCoul. “Al aprovechar las tecnologías de IA avanzadas, podemos mejorar notablemente nuestras capacidades de diagnóstico y brindar una atención al paciente superior para quienes padecen enfermedades sinonasales”.
###
Ochsner Health es el principal proveedor de atención médica sin fines de lucro en el Golfo de México, que brinda atención experta en sus 46 hospitales y más de 370 centros de salud y atención de urgencia. Durante 12 años consecutivos, U.S. News & World Report ha reconocido a Ochsner como el hospital número 1 en Luisiana. Además, Ochsner Children’s ha sido reconocido como el hospital número 1 para niños en Luisiana durante tres años consecutivos. Ochsner inspira vidas más saludables y comunidades más fuertes a través de una combinación de experiencia, calidad y conexión de establecimiento de estándares que no se encuentran en ningún otro lugar de la región. En 2023, Ochsner Health atendió a más de 1,5 millones de personas de todos los estados de la nación y 65 países. La fuerza laboral de Ochsner incluye a más de 38.000 miembros del equipo dedicados y más de 4.700 médicos empleados y afiliados. Para obtener más información sobre cómo Ochsner empodera a las personas para que se recuperen y se mantengan saludables, visite https://www.ochsner.org/.
Revista
International Forum of Allergy & Rhinology
Título del artículo
Mejora de la endoscopia nasal: clasificación, detección y segmentación de puntos de referencia anatómicos utilizando una red neuronal convolucional
Fecha de publicación del artículo
23-mayo-2024
