Deneye - Módulo de Classificação por IA

Módulo de Classificação por IA

IA que analisa fotografias da retina em menos de dois segundos — ajudando oftalmologistas a detectar doença ocular diabética antes de causar danos permanentes.

O Módulo de Classificação por IA Deneye analisa fotografias do fundo do olho e atribui um de cinco graus de severidade de RD padronizados internacionalmente. Isto fornece ao oftalmologista revisor um ponto de partida imediato e baseado em evidências — reduzindo a carga de trabalho enquanto mantém total responsabilidade clínica.

A IA nunca funciona autonomamente. Cada classificação é revista e confirmada por um oftalmologista certificado antes de qualquer ação clínica ser tomada.

Segurança onde os dados são conhecidos. No conjunto de retenção do modelo e em ambos os conjuntos de avaliação IDRiD (1.249 imagens), nenhum caso de RD grave ou proliferativa foi classificado como “Sem RD”. Em conjuntos de dados com forte desvio de domínio esta margem diminui — uma razão fundamental pela qual cada classificação por IA é revista por um oftalmologista e cada novo local de implementação é avaliado primeiro nas suas próprias imagens.

Como funciona

Três passos da fotografia ao resultado da classificação

1

Imagem capturada

Um técnico fotografa a retina do doente utilizando qualquer câmara de fundo de olho standard. A imagem é enviada para a plataforma Deneye — mesmo a partir de uma localização remota sem ligação permanente à internet.

2

IA classifica em <2 segundos

O modelo de IA pré-processa a imagem e prevê uma classificação de severidade de RD na Escala Clínica Internacional de RD de 5 pontos. O resultado aparece imediatamente na lista de trabalho do oftalmologista.

3

Oftalmologista confirma

Um oftalmologista certificado revê a imagem e a sugestão da IA. Ele confirma, ajusta ou substitui a classificação. Apenas após revisão humana o resultado chega ao doente.

Os cinco graus de severidade de RD

Baseado na Escala Internacional Clínica de Severidade de Retinopatia Diabética

Grau	Nome	O que significa	Acompanhamento recomendado
0	Sem RD	Sem sinais visíveis de dano diabético na retina	Rastreio anual de rotina
1	NPDR ligeira	Alterações precoces: microaneurismas (pequenas saliências nos vasos sanguíneos da retina)	Revisão pelo oftalmologista
2	NPDR moderada	Alterações mais extensas: hemorragias, exsudatos duros, manchas de algodão	Revisão pelo oftalmologista
3	NPDR severa	Dano vascular significativo, risco elevado de progressão para RD proliferativa	Referência urgente para especialista em retina
4	RD proliferativa	Estágio avançado: crescimento de novos vasos sanguíneos frágeis, risco elevado de perda de visão grave	Referência urgente para tratamento (p.ex., laser, injeções)

Validação independente em 37.368 imagens

Testado em quatro conjuntos de dados independentes de quatro países — nenhum utilizado durante o treino

A medida de desempenho standard na classificação de RD é Kappa Ponderado Quadrático (QWK) — uma estatística que compara as classificações da IA com as classificações de oftalmologistas especialistas, com penalizações mais pesadas para desacordos maiores. Varia de 0 (não melhor do que o acaso) a 1,0 (concordância perfeita). Um kappa acima de 0,80 é geralmente considerado “excelente” na literatura de classificação de RD.

Conjunto de dados	Imagens	País	QW Kappa	Precisão adjacente
APTOS 2019 (hold-out)	733	Índia	0.896	97.5%
IDRiD Training	413	Índia	0.710	90.8%
IDRiD Testing	103	Índia	0.607	85.4%
Messidor-2	1,744	França	0.499	89.1%
EyePACS	35,108	EUA	0.420	87.4%
Total (externo)	37,368	4 países	0.440	87.6%

A linha de retenção APTOS consiste em imagens retidas do próprio conjunto de dados de treino do modelo; os outros quatro conjuntos são totalmente externos — o modelo nunca os viu de forma alguma.

Uma nota sobre desvio de domínio (Messidor-2 kappa 0,499, EyePACS 0,420). O modelo foi treinado em fotografias da retina indiana (APTOS 2019). As imagens Messidor-2 e EyePACS provêm de clínicas francesas e americanas com câmaras diferentes, condições de iluminação e dados demográficos de doentes diferentes, e a precisão da classificação diminui em conformidade — nestes dois conjuntos de dados, 2 de 110 e 111 de 1.580 casos graves ou proliferativos respetivamente foram classificados como “Sem RD”. O desvio de domínio é um desafio bem documentado na literatura de IA em RD. É por isso que a IA é estritamente uma ajuda de triagem sob revisão obrigatória do oftalmologista, e por isso cada local de implementação é avaliado nas suas próprias imagens antes da utilização clínica.

Curvas de treino & matriz de confusão

Conjunto de treino APTOS 2019 (2.929 imagens), validação de retenção de 20% (733 imagens). Melhor QWK alcançado: 0,896.

Perda de treino e QW kappa por época ao longo de 20 épocas — Perda de treino e validação & QWK por época. A convergência ocorre após a fase apenas de cabeça (primeiras 3 épocas). O modelo atinge QWK estável de 0,896 na época 20.

Matriz de confusão 5x5: classificação por IA vs classificação por especialista no conjunto de retenção APTOS — Matriz de confusão no conjunto de retenção APTOS de 733 imagens. Os erros fora da diagonal são quase inteiramente de grau adjacente (um passo). Nenhum caso grave ou proliferativo (graus 3–4) aparece na coluna do Grau 0 “Sem RD”.

Um Relatório Detalhado de Classificação por IA está disponível sob solicitação. O relatório inclui métricas de validação completas em todos os conjuntos de dados, matrizes de confusão por conjunto de dados, comparações de distribuição de graus e documentação completa da metodologia.

Solicitar o relatório