Desarrollo de una herramienta para el diagnóstico y prognosis del queratocono a partir de imágenes topográficas

Las ectasias corneales son un grupo de enfermedades que se caracterizan por el adelgazamiento progresivo del grosor corneal, la protrusión de una o ambas superficies corneales y por la presentación de propiedades biomecánicas anormales, siendo el queratocono la presentación más frecuente de esta patología. Esta enfermedad tiene origen genético y ambiental ,normalmente debuta en la segunda década de vida del individuo. Esta patología puede presentarse en solitario o asociada a enfermedades del tejido conectivo. Entre los factores ambientales están el frotamiento de ojos y la conjuntivitis alérgica. Existen diversos tratamientos con distintos propósitos dependiendo del estadio de la enfermedad. Empezando por el seguimiento y observación de los casos leves, prescribiendo lentes de contacto y dando pautas al paciente sobre los factores ambientales que pueden desencadenar un empeoramiento de su enfermedad. El crosslinking es una de las técnicas realizadas para proporcionar mayor rigidez a la córnea, otra estrategia es la del uso de anillos o segmentos intraestromales que aportan rigidez a la superficie corneal. Por último, también existe la posibilidad quirúrgica, el trasplante corneal .Todos ellos persiguen mejorar la agudeza visual y calidad de vida de los pacientes. El uso de técnicas de aprendizaje automático en diferentes campos de la salud adquiere un papel importante en los últimos años. El incremento continuo de capacidad computacional permite la realización de herramientas cada vez más eficaces y complejas. En esta línea se pretende desarrollar una herramienta de ayuda en el diagnóstico del queratocono, para este fin se utilizarán tanto mapas topográficos de los pacientes. Se revisarán las historias clínicas desde 2008 hasta la actualidad. A partir de todo el conjunto de datos se aspira a descubrir patrones que serán el principal criterio a la hora de clasificar. El reconocimiento de estos patrones se basa en diversas técnicas de aprendizaje automático. En primer lugar, una vez conformado el conjunto de datos, se realizará un análisis exploratorio de datos, identificándose los diferentes parámetros disponibles. Posteriormente en base a los patrones obtenidos , se procederá a la clasificación. Por último, se realizará un análisis y evaluación de los resultados obtenidos, además de una propuesta de futuras líneas de trabajo