Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

La enfermedad de Parkinson es una condición progresiva que erosiona lentamente la capacidad del cuerpo para moverse, afectando a millones de personas en todo el mundo. Durante décadas, los médicos han dependido de la observación de síntomas físicos para diagnosticarla, pero para cuando esos signos aparecen, a menudo ya se ha producido un daño significativo en el cerebro. En años recientes, los científicos han descubierto que la enfermedad deja rastros sutiles no solo en el cerebro, sino también en la retina, la capa sensible a la luz en la parte posterior del ojo. Utilizando una técnica de imagen especializada llamada tomografía de coherencia óptica, que crea secciones transversales detalladas del ojo, los investigadores ahora pueden ver estos cambios microscópicos. El desafío ha sido que las imágenes son complejas, y enseñar a las computadoras a distinguir entre un ojo sano y uno que muestra signos tempranos de Parkinson requiere vastas cantidades de datos y una inmensa potencia de cómputo, recursos que a menudo escasean en los entornos médicos.

Un equipo de investigadores de la Universidad Médica de Wenzhou en China ha desarrollado un nuevo enfoque para resolver este problema, con el objetivo de hacer que el diagnóstico automatizado sea más accesible y eficiente. En lugar de construir un modelo computacional masivo desde cero, lo cual demandaría enormes conjuntos de datos y hardware costoso, adaptaron un sistema de inteligencia artificial poderoso y preexistente diseñado para el reconocimiento general de imágenes. Este sistema, conocido como un modelo fundacional visual, ya comprende los componentes básicos de las imágenes. La innovación de los investigadores radica en cómo conectaron este sistema generalista a la tarea específica de identificar el Parkinson. No obligaron a todo el sistema a reaprenderlo todo; en su lugar, insertaron tres componentes pequeños y ligeros, o adaptadores, en el modelo. Estos adaptadores actúan como lentes especializadas, permitiendo que el sistema se concentre en los detalles específicos en los escaneos oculares que importan para el Parkinson, tales como pequeñas lesiones o cambios sutiles en las capas de tejido, sin necesidad de reescribir el conocimiento central del modelo.

El equipo probó este método en una colección de 1,440 imágenes oculares recolectadas de pacientes en su hospital. El conjunto de datos incluyó escaneos de 40 individuos sanos y 40 pacientes diagnosticados con Parkinson, donde cada persona contribuyó con 18 imágenes. Para asegurar que los resultados fueran confiables, dividieron los datos en grupos, entrenando al sistema con la mayoría de las imágenes y probándolo con el resto, repitiendo este proceso cinco veces para obtener una imagen clara del rendimiento. Los resultados mostraron que su sistema adaptado podía identificar el Parkinson con una precisión de aproximadamente el 77.66 por ciento. Este desempeño fue competitivo con, y en algunos casos mejor que, otros modelos computacionales avanzados utilizados actualmente para tareas similares. Crucialmente, el nuevo método logró estos resultados mientras ajustaba solo una fracción minúscula de los parámetros totales del modelo, lo que lo hace mucho menos exigente en términos de recursos computacionales que los enfoques tradicionales que requieren actualizar cada parte del sistema.

Los investigadores también compararon su método contra una amplia gama de redes de aprendizaje profundo existentes, incluyendo diseños antiguos y conocidos y arquitecturas más nuevas y complejas. Su sistema superó a muchos de estos modelos establecidos, demostrando que una adición cuidadosamente ajustada y ligera a un modelo fundacional poderoso puede ser más efectiva que entrenar una red completa desde cero. Al congelar las partes principales del modelo preentrenado y solo entrenar los pequeños adaptadores, el equipo demostró que es posible transferir el conocimiento visual general a una aplicación médica altamente específica sin necesitar una enorme cantidad de datos de entrenamiento. Esto es particularmente importante para condiciones médicas como el Parkinson, donde recolectar miles de imágenes etiquetadas es difícil y costoso.

Para entender cómo el sistema estaba tomando sus decisiones, los investigadores utilizaron una técnica de visualización que resalta las áreas del escaneo ocular en las que la computadora se estaba concentrando. Las imágenes revelaron que su modelo prestaba mucha atención a las lesiones sutiles específicas y a los cambios estructurales asociados con la enfermedad, mientras que otros modelos a veces se enfocaban en áreas menos relevantes. Esto sugiere que los tres adaptadores guiaron con éxito al sistema para aprender las características correctas. El estudio concluye que este enfoque ofrece un camino prometedor hacia la detección automatizada de enfermedades, equilibrando la alta precisión con la eficiencia computacional. Si bien este trabajo es un paso significativo, los investigadores señalan que estudios futuros deberán probar el método con datos de otros centros médicos para confirmar que funciona de manera consistente a través de diferentes poblaciones y condiciones de imagen.