ERDES: A Benchmark Video Dataset for Retinal Detachment and Macular Status Classification in Ocular Ultrasound

Este artigo apresenta o ERDES, o primeiro conjunto de dados aberto de vídeos de ultrassom ocular rotulados para a presença de descolamento de retina e o status macular, estabelecendo benchmarks para o desenvolvimento de modelos de aprendizado profundo que auxiliem no diagnóstico e priorização cirúrgica.

O essencial

Imagine que seus olhos são como uma câmera de alta tecnologia. Às vezes, a "tela" interna dessa câmera (a retina) começa a se soltar, como um papel de parede caindo de uma parede úmida. Isso é o Descolamento de Retina (RD). É uma emergência médica: se não for consertado rápido, a pessoa pode perder a visão permanentemente.

A parte mais crítica dessa "tela" é o centro dela, chamado de mácula. É como o ponto focal da câmera, onde vemos os detalhes finos e lemos.

• Se a retina se soltou, mas a mácula ainda está presa (intacta), é uma corrida contra o relógio. A cirurgia precisa ser feita em horas para salvar a visão.
• Se a mácula já se soltou, o dano já aconteceu. A cirurgia ainda é necessária, mas a urgência é menor e a recuperação da visão será mais difícil.

O problema? Identificar isso rapidamente é difícil. Os médicos usam um ultrassom ocular (uma espécie de "sonar" para os olhos) para olhar dentro do globo ocular sem precisar de cirurgia. Mas ler esses vídeos de ultrassom exige um especialista muito experiente. Em hospitais pequenos ou em situações de emergência, muitas vezes não há esse especialista por perto.

A Solução: O "ERDES" (O Grande Banco de Dados)

Os autores deste artigo criaram algo chamado ERDES. Pense nele como um gigantesco livro de receitas visuais ou uma biblioteca de vídeos que ensina computadores a "olhar" esses ultrassons.

Antes, não existia nenhum banco de dados público que ajudasse os computadores a aprenderem não apenas a detectar o descolamento, mas também a dizer se a mácula estava salva ou não. O ERDES é o primeiro do mundo a fazer isso.

O que tem dentro do ERDES?

• 5.381 vídeos de ultrassom ocular.
• Cada vídeo foi analisado e rotulado por três médicos especialistas (como se fosse um júri decidindo a verdade).
• Eles classificaram os vídeos em: "Olho Normal", "Descolamento de Vítreo" (algo benigno que parece descolamento, mas não é) e "Descolamento de Retina" (dividido em "Mácula Salva" e "Mácula Solta").

Como os Computadores Aprendem? (A Analogia do Treinamento)

Para usar esses vídeos, os pesquisadores treinaram 40 "cérebros" digitais (modelos de Inteligência Artificial) diferentes. É como se eles tivessem treinado 40 estudantes de medicina diferentes, cada um com um método de estudo diferente (alguns usam redes neurais 3D, outros usam transformadores, como os que usam em tradução de idiomas).

Eles testaram esses "estudantes" em cinco tarefas:

1. Diferenciar olho normal de descolamento.
2. Diferenciar olho normal de descolamento de vítreo.
3. Diferenciar descolamento de vítreo de descolamento de retina.
4. O mais importante: Diferenciar se a retina está descolada, mas com a mácula salva, ou se a mácula já se soltou.

O Resultado:
Os computadores aprenderam muito bem! O melhor modelo conseguiu identificar descolamentos com uma precisão de quase 98% e conseguiu distinguir o estado da mácula com cerca de 88% de precisão. Isso é incrível, pois significa que, no futuro, um médico em uma ambulância ou em um posto de saúde remoto poderia usar um tablet com esse software para saber imediatamente: "Atenção, há um descolamento e a mácula está salva. Leve o paciente para cirurgia AGORA."

O Processo em Duas Etapas (A Linha de Montagem)

Os pesquisadores não criaram apenas um modelo, mas uma linha de montagem de diagnóstico:

1. Estágio 1 (O Filtro): O computador olha o vídeo e diz: "Tem descolamento ou não?". Se não tiver, o processo acaba (o olho está seguro ou tem apenas um problema benigno).
2. Estágio 2 (O Detetive): Se o computador disse "Sim, tem descolamento", ele passa o vídeo para um segundo especialista digital. Esse segundo modelo olha com mais cuidado e pergunta: "A mácula está presa ou solta?".

Isso imita exatamente como um médico humano pensa: primeiro descobre o problema, depois avalia a gravidade.

Por que isso é importante para todos?

1. Acesso: Hoje, só especialistas conseguem ler esses ultrassons. Com o ERDES, qualquer médico treinado em ultrassom básico pode ter um "segundo par de olhos" digital que é um especialista.
2. Velocidade: A IA analisa em segundos o que um humano levaria minutos para examinar.
3. Salvando Visão: Como a mácula pode se soltar em poucas horas, essa velocidade extra pode ser a diferença entre ver perfeitamente ou ter visão turva para sempre.

Resumo da Ópera:
Os pesquisadores criaram a primeira "escola" pública de vídeos de ultrassom ocular para ensinar computadores a salvar a visão. Eles provaram que a inteligência artificial pode não apenas detectar o problema, mas também dizer quão urgente é a cirurgia, democratizando o acesso a um diagnóstico de alta qualidade em qualquer lugar do mundo. E o melhor: eles liberaram todos os dados e códigos de graça para que outros cientistas possam continuar melhorando essa tecnologia.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo "ERDES: A Benchmark Video Dataset for Retinal Detachment and Macular Status Classification in Ocular Ultrasound", apresentado em português:

Visão Geral

O artigo apresenta o ERDES (Eye Retinal DEtachment ultraSound), o primeiro conjunto de dados aberto de vídeos de ultrassom ocular projetado especificamente para a triagem de descolamento de retina (DR) e a classificação do status macular (intacto vs. descolado). O trabalho visa superar a dependência de especialistas na interpretação de ultrassons, automatizando o diagnóstico através de aprendizado profundo e fornecendo um benchmark rigoroso para o desenvolvimento de modelos clínicos.

---

1. O Problema

• Urgência Clínica: O descolamento de retina (DR) é uma emergência oftalmológica que pode levar à perda permanente da visão. O prognóstico e a urgência cirúrgica dependem criticamente de saber se a mácula (região central da retina responsável pela visão de alta acuidade) está intacta ou descolada.
• Limitações Atuais: O ultrassom ocular (especialmente o POCUS - Point-of-Care Ultrasound) é uma ferramenta rápida e não invasiva, mas sua utilidade diagnóstica é limitada pela necessidade de interpretação por especialistas, que não estão disponíveis universalmente, especialmente em ambientes com recursos limitados.
• Lacuna na Pesquisa: Embora existam modelos de aprendizado profundo para detectar DR, a maioria ignora o status macular, uma distinção clínica crucial. Além disso, não existia nenhum conjunto de dados público que suportasse a classificação baseada na mácula usando vídeos de ultrassom. A maioria dos dados existentes são imagens estáticas ou não são acessíveis publicamente.

2. Metodologia

A. Coleta e Preparação de Dados (ERDES)

• Origem: Dados retrospectivos coletados entre 2010 e 2022 no Departamento de Emergência da Universidade do Arizona.
• Volume: 5.381 clipes de vídeo de ultrassom (aproximadamente 5 horas e 10 minutos).
• Equipamentos: Diversos dispositivos (Mindray/Zonare, Philips, GE, Sonosite) com transdutores lineares de alta frequência (5-12 MHz).
• Anonimização e Pré-processamento:
  • Remoção automática de PHI (Protected Health Information).
  • Uso de YOLOv8 para detectar e recortar a região de interesse (globo ocular), removendo sobreposições de texto do dispositivo e focando na anatomia relevante. Isso garantiu que o modelo não aprendesse artefatos de texto.
  • Padronização dos clipes para dimensões espaciais e temporais (96x128x128) e normalização de intensidade.

B. Rotulagem (Labeling)

• Processo: Baseado em adjudicação por três especialistas clínicos independentes, com um quarto revisor atuando como controle de qualidade.
• Categorias:
  1. Não-DR: Inclui Olhos Normais e Descolamento de Vítreo Posterior (PVD).
  2. DR: Subdividido em Mácula Intacta (descolamento não atingiu a mácula) e Mácula Descolada (descolamento atingiu a mácula).
• Desafio: Distinguir PVD de Normal é mais difícil do que distinguir DR de Normal, pois o PVD apresenta membranas mais finas e móveis, muitas vezes sutis.

C. Arquiteturas e Treinamento

• Modelos: Foram treinados e avaliados 40 modelos baseados em 8 arquiteturas distintas de aprendizado profundo (CNNs 3D e Transformers):
  • 3D ResNet, 3D U-Net, V-Net, UNet++, SENet, Swin-UNETR, UNETR e ViT (Vision Transformer).
• Tarefas: Cinco tarefas de classificação binária, com foco principal em:
  1. Não-DR vs. DR.
  2. Mácula Descolada vs. Mácula Intacta.
• Estratégia de Pooling: Para a tarefa de distinguir PVD de Normal, foi explorada uma estratégia de pooling seletivo (selecionar apenas os segmentos temporais mais informativos do vídeo), pois o PVD é menos visível em alguns quadros devido à sua mobilidade.

D. Pipeline de Diagnóstico em Duas Etapas

O estudo propõe um fluxo de trabalho em cascata que imita a decisão clínica:

1. Etapa 1: Detectar a presença de DR (Não-DR vs. DR).
2. Etapa 2: Se DR for detectado, classificar o status da mácula (Intacta vs. Descolada).

• Nota: A métrica de desempenho final considera a propagação de erros entre as etapas.

---

3. Resultados Principais

• Desempenho Geral: Os modelos demonstraram alta capacidade de discriminação em todas as tarefas.
• Tarefa Não-DR vs. DR:
  • O modelo 3D U-Net obteve o melhor desempenho, com Sensibilidade de 92,0%, Especificidade de 98,8% e Acurácia de 98,2%.
  • O 3D ResNet também teve desempenho notável (Sensibilidade 93,9%).
• Tarefa Mácula Descolada vs. Intacta:
  • O 3D U-Net novamente liderou, alcançando Sensibilidade de 89,9% e Especificidade de 87,0%.
• Tarefa PVD vs. Normal:
  • O desempenho foi mais desafiador devido à natureza sutil do PVD. A estratégia de pooling seletivo (focar em subconjuntos de quadros temporais) melhorou a sensibilidade em várias arquiteturas em comparação ao pooling global, confirmando que a informação diagnóstica do PVD é distribuída de forma não uniforme no tempo.
• Pipeline em Cascata:
  • A sensibilidade combinada do pipeline completo (detectar DR e classificar a mácula) foi de 84,4% para casos de DR com mácula intacta e 81,6% para DR com mácula descolada. Isso demonstra a viabilidade de um sistema automatizado de suporte à decisão.

4. Contribuições Chave

1. Dataset ERDES: Primeiro conjunto de dados aberto e acessível (licença CC-BY 4.0) contendo clipes de vídeo de ultrassom ocular rotulados para detecção de DR e status macular.
2. Benchmark Abrangente: Avaliação sistemática de 40 modelos em 8 arquiteturas, fornecendo linhas de base para futuras pesquisas.
3. Pipeline Clínico: Validação de um fluxo de trabalho de duas etapas que reflete a prática clínica real, onde a classificação da mácula só ocorre após a confirmação do DR.
4. Reprodutibilidade: Disponibilização pública dos dados, scripts de pré-processamento, códigos de treinamento e modelos pré-treinados no GitHub e Zenodo.

5. Significado e Impacto

O trabalho preenche uma lacuna crítica na interseção entre oftalmologia e inteligência artificial. Ao fornecer um dataset rotulado com o status macular (o fator mais importante para o prognóstico visual), o ERDES permite o desenvolvimento de ferramentas de IA que podem:

• Acelerar o Diagnóstico: Permitir que médicos não especialistas (como em pronto-socorros ou áreas rurais) utilizem o ultrassom com maior confiança.
• Priorizar Cirurgias: Identificar automaticamente casos de "mácula intacta" que exigem intervenção cirúrgica imediata (dentro de 24 horas) para salvar a visão central.
• Reduzir Custos: Automatizar a triagem inicial em ambientes com escassez de oftalmologistas.

Em suma, o ERDES estabelece um novo padrão para a pesquisa em diagnóstico automatizado de descolamento de retina, movendo o foco da simples detecção da doença para a estratificação de risco baseada na mácula.