R. Martín-Pinardel¹, J. Zarranz-Ventura^1,2

¹Fundació de Recerca Biomedica Clínic-Institut d´Investigacions Biomediques August Pi i Sunyer (FCRB-IDIBAPS). Barcelona.
²Hospital Clínic de Barcelona. Universitat de Barcelona. Barcelona.

Rubén Martín-Pinardel
E-mail: rbnmartinpinardel@gmail.com

La implementación de sistemas de inteligencia artificial en el contexto de la predicción de progresión de enfermedades oculares resulta clave para procesar de una manera rápida, objetiva y automatizada, toda la información que son capaces de brindar las imágenes de tomografía de coherencia óptica (OCT) y angiografía por OCT (OCTA). Una amplia variedad de estudios en distintas enfermedades oculares subraya la capacidad predictiva que estos sistemas ofrecen a la hora de predecir la progresión a etapas más graves de la enfermedad, lo que puede ayudar a una detección precoz y a una focalización de los esfuerzos.

La implementació de sistemes d’intel·ligència artificial en el context de la predicció de progressió de malalties oculars és clau per processar de manera ràpida, objectiva i automatitzada tota la informació que són capaços de brindar les imatges d’OCT i OCTA. Una àmplia varietat d’estudis en diferents malalties oculars subratlla la capacitat predictiva que aquests sistemes ofereixen a l’hora de predir la progressió a etapes més greus de la malaltia, cosa que pot ajudar una detecció precoç i una focalització dels esforços.

The implementation of artificial intelligence systems in the context of ocular disease progression prediction is key to quickly, objectively and automatically process all the information that OCT and OCTA images provide. A wide variety of studies in different ocular diseases underline the predictive power that these systems offer when it comes to the prediction of progression to more serious stages of the disease, which can allow an early detection and targeting of efforts.