Determinación de la concordancia del daño del nervio óptico entre un glaucomatólogo y un algoritmo de aprendizaje

Abstract

Estudio de concordancia diagnóstica entre la interpretación de las fotos a color de polo posterior de un especialista en glaucoma y un algoritmo de aprendizaje no supervisado con respecto a la identificación del daño del nervio óptico según el sistema de clasificación de Armaly usando el coeficiente de kappa de Cohen. Resultados: El algoritmo de aprendizaje no supervisado evaluó 689 fotos a color de polo posterior, clasificadas como con nervio óptico sano (sin daño) y con daño leve, moderado y severo. Posteriormente un clasificador K-means, agrupó las características extraídas en los cuatro grupos mencionados y se obtuvo un coeficiente kappa de Cohen de 0.037. Cuando se clasificaron las imágenes en dos grupos, sanos y con daño, se evidenció un estadístico kappa para la clasificación dicotómica de 0.03. En conclusión, el algoritmo de aprendizaje no supervisado usado para la clasificación de daño del nervio óptico en fotos a color de polo posterior, mostró una mala concordancia con la realizada por el especialista en glaucoma según el sistema de clasificación de Armaly.