Aplicación de redes neuronales convolucionales para la clasificación de otitis media aguda y crónica

 

 

Nº de DOI: 10.34896/RSI.2025.52.75.002

 

 

 

AUTORES

1. Giovanna Dennise Moreira Cruz. ⁠Médico General Universidad de Guayaquil, Ecuador, https://orcid.org/0009-0009-1313-1468
2. Angie Jazmín Olivo Acurio. Médico General, Universidad Nacional de Chimborazo, Médica General, Ecuador. https://orcid.org/0009-0009-1211-3612
3. René Alfredo Cuenca Robledo. Médico Universidad de Especialidades Espíritu Santo, Medico, Ecuador. https://orcid.org/0009-0007-9490-3305
4. Jhonnatan Patricio Guilcapi López. Médico General Escuela Superior Politécnica de Chimborazo, Médico Residente Hospital General Clínica Metropolitana Ecuador. https://orcid.org/0009-0002-4331-8257
5. María José Argüello Villamar. Médica Universidad Católica de Santiago de Guayaquil, Médico Residente de Quirófano Clínica Sur Hospital, Ecuador. https://orcid.org/0009-0007-4200-1887

 

RESUMEN

La otitis media aguda y la otitis media crónica representan dos de las patologías otológicas de mayor prevalencia e impacto en la salud pública mundial, afectando de manera significativa tanto a la población pediátrica como a la adulta. El diagnóstico diferencial tradicional, fundamentado en la otoscopia convencional, presenta limitaciones inherentes sustanciales, dependiendo en gran medida de la experiencia clínica del examinador y mostrando una elevada variabilidad entre distintos observadores. Ante este desafío clínico, los sistemas de inteligencia artificial, y específicamente las redes neuronales convolucionales, han emergido como una solución tecnológica disruptiva para el análisis automatizado y preciso de imágenes médicas.

El presente estudio multicéntrico desarrolla, valida e implementa un modelo de aprendizaje profundo basado en la arquitectura EfficientNet-B3, utilizando técnicas de transferencia de aprendizaje para clasificar automáticamente imágenes otoscópicas en tres categorías clínicas fundamentales: oído normal, otitis media aguda y otitis media crónica (incluyendo variantes supurativas y no supurativas). Se conformó un conjunto de datos robusto de 12.564 imágenes otoscópicas, validadas mediante un riguroso consenso de expertos. El modelo propuesto alcanzó una exactitud global del 94,8 %, con una sensibilidad del 93,1 % para la patología aguda y 95,6 % para la crónica, y una especificidad del 96,2 %. El área bajo la curva de características operativas del receptor reportó valores de 0,987, 0,979 y 0,992 para normalidad, enfermedad aguda y enfermedad crónica, respectivamente. Estos resultados, superiores al rendimiento promedio de médicos generales y residentes, sugieren que los algoritmos computacionales pueden fungir como herramientas de apoyo diagnóstico de alta precisión, optimizando la toma de decisiones clínicas en entornos de atención primaria y telemedicina.

PALABRAS CLAVE

Otitis media aguda, otitis media crónica, redes neuronales convolucionales, aprendizaje profundo, otoscopia, clasificación de imágenes, inteligencia artificial en otorrinolaringología, EfficientNet.

ABSTRACT

Acute otitis media (AOM) and chronic otitis media (COM) represent two of the most prevalent otological conditions with significant public health impact, affecting both pediatric and adult populations. Traditional differential diagnosis, based on conventional otoscopy, presents substantial inherent limitations, relying heavily on the examiner’s clinical experience and exhibiting high inter-observer variability. In response to this clinical challenge, artificial intelligence (AI) systems—particularly convolutional neural networks (CNNs)—have emerged as a disruptive technological solution for the automated and accurate analysis of medical images.

This multicenter study develops, validates, and implements a deep learning model based on the EfficientNet-B3 architecture, employing transfer learning techniques to automatically classify otoscopic images into three key clinical categories: normal ear, acute otitis media, and chronic otitis media (including both suppurative and non-suppurative variants). A robust dataset comprising 12,564 otoscopic images was assembled and validated through rigorous expert consensus. The proposed model achieved an overall accuracy of 94.8%, with a sensitivity of 93.1% for acute pathology and 95.6% for chronic pathology, and a specificity of 96.2%. The area under the receiver operating characteristic curve (AUC) was 0.987, 0.979, and 0.992 for normal, acute, and chronic conditions, respectively. These results, exceeding the average performance of general practitioners and residents, suggest that computational algorithms can serve as high-precision diagnostic support tools, optimizing clinical decision-making in primary care and telemedicine settings.

KEY WORDS

Acute otitis media, chronic otitis media, convolutional neural networks, deep learning, otoscopy, image classification, artificial intelligence in otolaryngology, EfficientNet

INTRODUCCIÓN

Contexto Clínico y Epidemiológico:

La patología inflamatoria e infecciosa del oído medio constituye uno de los desafíos diagnósticos y terapéuticos más frecuentes en la práctica médica diaria a nivel global. La otitis media es reconocida universalmente como la causa principal de consulta médica y prescripción de antibióticos en la población pediátrica¹. Según estimaciones recientes de la Organización Mundial de la Salud y diversos estudios de carga global de la enfermedad, se registran anualmente aproximadamente 709 millones de casos de otitis media aguda. Más alarmante aún es el hecho de que cerca de 31 millones de estos casos progresan hacia formas de otitis media crónica supurativa, una condición clínica que conlleva riesgos significativos de pérdida auditiva permanente, retraso en el desarrollo del lenguaje en niños y, en casos severos no tratados, complicaciones intracraneales que ponen en riesgo la vida².

El impacto económico de estas afecciones es sustancial. Los costos directos asociados a las consultas, medicamentos y procedimientos quirúrgicos, sumados a los costos indirectos por ausentismo escolar y laboral de los cuidadores, generan una presión financiera considerable sobre los sistemas de salud³. A pesar de su alta frecuencia, el diagnóstico preciso de la otitis media sigue siendo esquivo. El estándar de oro clínico se basa en la otoscopia neumática o la otomicroscopia realizada por especialistas en otorrinolaringología, quienes evalúan minuciosamente la movilidad, el color, la posición y la translucidez de la membrana timpánica⁴.

La Problemática del Diagnóstico Tradicional

Sin embargo, la realidad asistencial en muchos países de ingresos bajos y medios, así como en áreas rurales de naciones desarrolladas, dista de este escenario ideal. La escasez de especialistas y la falta de equipamiento adecuado (como otoscopios neumáticos funcionales) obligan a que la gran mayoría de los diagnósticos sean realizados por médicos de atención primaria, médicos generales o pediatras utilizando otoscopios convencionales con iluminación limitada y sin capacidad de magnificación⁵.

La literatura científica evidencia de manera consistente que la precisión diagnóstica de pediatras y médicos generales oscila entre el 50 % y el 70 % al intentar diferenciar una otitis media aguda de una otitis media con efusión o de un oído normal con enrojecimiento por llanto⁶. Esta incertidumbre diagnóstica tiene dos consecuencias directas y perjudiciales: el sobrediagnóstico, que conduce a una prescripción innecesaria y masiva de antibióticos contribuyendo a la crisis mundial de resistencia antimicrobiana⁷; y el subdiagnóstico, que permite la evolución silenciosa de infecciones agudas a estadios crónicos con perforación timpánica y secuelas funcionales irreversibles⁸.

El Auge de la Inteligencia Artificial en Medicina:

En el último lustro, la informática biomédica ha experimentado una revolución sin precedentes impulsada por el aprendizaje profundo (deep learning). Las redes neuronales convolucionales, algoritmos matemáticos complejos inspirados en la arquitectura de la corteza visual biológica, han demostrado una capacidad sobrehumana para extraer patrones visuales a partir de imágenes digitales⁹. Su éxito ha sido rotundo y validado en especialidades dependientes de la imagen como la dermatología para la detección temprana de melanoma¹⁰, la radiología para el cribado de neumonía y tuberculosis en radiografías de tórax¹¹, y la oftalmología para el tamizaje de la retinopatía diabética¹².

Recientemente, el interés científico se ha volcado hacia la otorrinolaringología. La complejidad visual de la membrana timpánica —con sus sutiles variaciones de color, la presencia de cerumen que obstruye la vista, los reflejos de luz especular y la anatomía variable— presenta un terreno fértil y desafiante para la aplicación de la visión por computador¹³. Estudios preliminares han sugerido que estos algoritmos pueden superar las barreras humanas de fatiga y sesgo cognitivo¹⁴.

Justificación del Estudio:

A pesar de los avances prometedores, la mayoría de los estudios previos se han limitado a conjuntos de datos pequeños, monocéntricos o restringidos a la clasificación binaria (sano versus enfermo), ignorando frecuentemente la otitis media crónica, una entidad de alta morbilidad que requiere un manejo diferenciado¹⁵. Además, muchos modelos sufren de falta de generalización al ser entrenados con imágenes «perfectas» tomadas con endoscopios costosos, fallando cuando se enfrentan a imágenes de la vida real con cerumen o mala iluminación¹⁶.

Este trabajo busca cerrar esa brecha mediante el desarrollo de un sistema de inteligencia artificial robusto, entrenado con una de las bases de datos más extensas de Latinoamérica. El enfoque no es solo técnico, sino clínico: buscamos una herramienta capaz de discriminar con precisión entre oído normal, patología aguda y patología crónica, facilitando así la priorización de pacientes y la telemedicina en regiones apartadas¹⁷.

OBJETIVOS

Objetivo General:

Desarrollar, validar e implementar un modelo computacional basado en redes neuronales convolucionales de última generación para la clasificación automática y precisa de imágenes otoscópicas en tres categorías clínicas: oído normal, otitis media aguda y otitis media crónica.

Objetivos Específicos:

1. Conformación del Banco de Imágenes: Crear y curar un conjunto de datos multicéntrico de imágenes otoscópicas de alta resolución, sometido a un estricto control de calidad y etiquetado por consenso de expertos, asegurando la representatividad de la población¹⁸.
2. Evaluación de Arquitecturas: Comparar el rendimiento diagnóstico y la eficiencia computacional de cuatro arquitecturas de aprendizaje profundo líderes en el estado del arte (ResNet-50, DenseNet-121, MobileNetV3 y EfficientNet-B3) para determinar la más idónea en el contexto de imágenes médicas otológicas¹⁹.
3. Optimización del Modelo: Implementar técnicas avanzadas de aumento de datos y regularización para mitigar el sobreajuste y mejorar la capacidad de generalización del modelo ante imágenes no vistas previamente²⁰.
4. Validación Clínica: Evaluar las métricas de rendimiento (sensibilidad, especificidad, valor predictivo, área bajo la curva) y realizar una comparación directa de superioridad e inferioridad frente al desempeño diagnóstico de médicos generales, residentes y especialistas²¹.
5. Desarrollo de Prototipo: Diseñar una prueba de concepto para dispositivos móviles que permita la inferencia en tiempo real sin necesidad de conexión a internet constante, validando su utilidad potencial en escenarios de telemedicina rural²².

 

MÉTODO

Diseño del Estudio

Se llevó a cabo un estudio de pruebas diagnósticas, prospectivo y multicéntrico, con recolección de datos entre enero de 2022 y junio de 2025. El estudio contó con la participación de cuatro instituciones hospitalarias de tercer nivel, garantizando una variabilidad demográfica y patológica adecuada para evitar sesgos de selección²³.

Población y Muestra

La población de estudio incluyó pacientes mayores de 6 meses de edad que acudieron a los servicios de urgencias o consulta externa de otorrinolaringología con sintomatología sugestiva de patología otológica (dolor de oído, supuración, disminución de la audición, sensación de oído tapado o zumbidos). Criterios de exclusión: Se descartaron aquellas imágenes con una obstrucción del campo visual superior al 70 % debida a cerumen impactado, cuerpos extraños, o sangre abundante que impidiera la visualización de hitos anatómicos clave. Asimismo, se excluyeron imágenes totalmente desenfocadas que no pudieron ser corregidas digitalmente²⁴.

Inicialmente se recolectaron 15.842 imágenes. Tras un riguroso proceso de filtrado y control de calidad manual, se consolidó un conjunto de datos final de 12.564 imágenes válidas, distribuidas de la siguiente manera:

• Oído Normal: 4.312 imágenes (Membrana íntegra, traslúcida, sin niveles líquidos).
• Otitis Media Aguda: 4.876 imágenes (Abombamiento, enrojecimiento intenso, pérdida del triángulo luminoso, opacidad).
• Otitis Media Crónica: 3.376 imágenes (Perforaciones timpánicas centrales o marginales, placas de calcio severas, retracciones profundas, colesteatoma visible).

 

Adquisición de Imágenes:

Para asegurar la heterogeneidad de los datos y simular un entorno real («in-the-wild»), se utilizaron múltiples dispositivos de captura, tal como sugieren estudios previos para mejorar la robustez de los algoritmos²⁵:

1. Video-otoscopios digitales de resolución media.
2. Otoscopios móviles adaptados a teléfonos inteligentes (cámaras de 12 megapíxeles).
3. Torres de endoscopia rígida de alta definición (utilizadas principalmente en consulta especializada).

 

Todas las imágenes fueron capturadas en formato crudo cuando fue posible y convertidas a formato JPEG de alta calidad. Los metadatos de los pacientes fueron eliminados irreversiblemente en la fuente para garantizar el anonimato y cumplir con las normativas de protección de datos²⁶.

Protocolo de Etiquetado

La definición de la «verdad terreno» fue crítica. Tres otorrinolaringólogos certificados, con más de 10 años de experiencia clínica cada uno, etiquetaron de manera independiente todas las imágenes. En casos de desacuerdo, la imagen pasaba a una segunda ronda de revisión por un cuarto experto (otólogo supraespecialista), quien definía la etiqueta final por consenso. El coeficiente Kappa para la concordancia entre observadores inicial fue de 0,89, lo que indica un acuerdo casi perfecto²⁷.

Pre-procesamiento y Aumento de Datos

Antes de alimentar las redes neuronales, las imágenes se sometieron a una cadena de procesamiento:

1. Recorte de la Región de Interés: Se utilizó un algoritmo de detección de círculos para recortar el área circular de la visión otoscópica, eliminando los bordes negros irrelevantes que no aportan información diagnóstica²⁸.
2. Redimensión y Normalización: Las imágenes se ajustaron al tamaño de entrada de la red (380×380 píxeles) y se normalizaron estadísticamente.
3. Aumento de Datos (Data Augmentation): Dado el desequilibrio natural de las clases, se aplicó una estrategia agresiva de modificación de imágenes durante el entrenamiento para evitar que la red memorizara ejemplos específicos. Esto incluyó rotaciones, cambios de iluminación y simulación artificial de obstrucciones parciales por cerumen²⁹.

 

Arquitecturas Evaluadas:

Se utilizó la técnica de transferencia de aprendizaje, utilizando modelos pre-entrenados en la base de datos masiva ImageNet. Esto permite que la red inicie con «conocimiento previo» sobre formas y texturas básicas, acelerando el entrenamiento y mejorando la precisión en conjuntos de datos médicos limitados³⁰. Se evaluaron cuatro arquitecturas: ResNet-50 (redes residuales), DenseNet-121 (redes densamente conectadas), MobileNetV3 (optimizada para dispositivos móviles) y EfficientNet-B3. Esta última utiliza un método de escalado compuesto que equilibra la profundidad, el ancho y la resolución de la red, lo que teóricamente ofrece mejores resultados con menos recursos computacionales³¹.

Configuración del Entrenamiento:

El desarrollo se realizó utilizando un entorno de trabajo de código abierto para aprendizaje profundo.

• Optimizador: Se usó el algoritmo AdamW para una mejor regularización de los pesos de la red.
• Función de Pérdida: Entropía cruzada ponderada, diseñada para penalizar más fuertemente los errores en la clase de otitis crónica, que tenía menos muestras, asegurando así que el modelo no ignorara esta patología crítica³².
• Estrategia de Entrenamiento: Se realizaron 80 ciclos completos (épocas) de entrenamiento, con un mecanismo de parada temprana si el modelo dejaba de aprender, para ahorrar recursos computacionales.

 

RESULTADOS

Rendimiento de los Modelos:

La fase de experimentación reveló diferencias notables entre las arquitecturas evaluadas. Si bien todas las redes mostraron un desempeño competente, EfficientNet-B3 destacó por su equilibrio.

Tabla de Rendimiento (Promedio de validación cruzada):

• ResNet-50: Exactitud 90,2 % | Sensibilidad OMA 88,4 %
• DenseNet-121: Exactitud 91,8 % | Sensibilidad OMA 90,1 %
• MobileNetV3: Exactitud 92,5 % | Sensibilidad OMA 91,0 %
• EfficientNet-B3: Exactitud 94,8 % | Sensibilidad OMA 93,1 %

 

El modelo EfficientNet-B3 fue seleccionado como el algoritmo final debido a su superioridad estadística en la detección de Otitis Media Crónica (Sensibilidad 95,6 %), la clase más difícil y crítica de identificar para prevenir secuelas a largo plazo³³.

Análisis de Errores y Confusión:

La matriz de confusión mostró que los principales errores del modelo ocurrieron entre casos de otitis media aguda con abombamiento muy leve y oídos normales. Este es un error común incluso entre humanos, debido a la subjetividad de la interpretación del color³⁴. Sin embargo, la confusión entre otitis aguda y crónica fue mínima, lo que indica que el modelo aprendió correctamente a identificar características estructurales como las perforaciones timpánicas.

Explicabilidad del Modelo:

Para evitar que la inteligencia artificial funcione como una «caja negra» indescifrable, se implementaron técnicas de mapas de calor de activación (Grad-CAM). Estas visualizaciones demostraron que el modelo se enfocaba correctamente en la membrana timpánica, el cono luminoso, la presencia de nivel líquido y las perforaciones, ignorando el canal auditivo o el cerumen circundante³⁵. Esto valida clínicamente que el algoritmo está tomando decisiones basadas en patología real y no en artefactos de la imagen.

Comparación con Médicos:

La comparación del modelo frente a humanos arrojó resultados reveladores sobre la utilidad de estas herramientas:

• Médicos Generales: Exactitud media del 78,4 % (Coeficiente Kappa 0,62).
• Residentes de Otorrinolaringología: Exactitud media del 86,7 % (Coeficiente Kappa 0,79).
• Especialistas: Exactitud media del 92,1 % (Coeficiente Kappa 0,89).
• Modelo de IA: Exactitud del 94,8 % (Coeficiente Kappa 0,93).

 

El modelo superó estadísticamente a los médicos generales y residentes, y mostró un desempeño equiparable, e incluso ligeramente superior en casos complejos, al de los especialistas experimentados³⁶.

DISCUSIÓN

Los hallazgos de este estudio posicionan a las redes neuronales convolucionales como una herramienta transformadora en el diagnóstico otológico contemporáneo. La exactitud global del 94,8 % obtenida por nuestra implementación es consistente y superior a lo reportado en la literatura internacional reciente. Estudios previos habían reportado exactitudes que rondaban el 88 %, limitados muchas veces por la calidad de las imágenes³⁷. La principal fortaleza de nuestro trabajo radica en el volumen del conjunto de datos, uno de los más grandes reportados en la región, y en la inclusión explícita de subcategorías de otitis crónica.

La alta sensibilidad (95,6 %) para detectar Otitis Media Crónica es un hallazgo de gran relevancia clínica. En contextos de atención primaria, la otitis crónica a menudo pasa desapercibida hasta que las secuelas auditivas son irreversibles. Un sistema automatizado que alerte al médico general sobre la presencia de una perforación pequeña o una retracción peligrosa podría acelerar la remisión al especialista, previniendo la progresión a colesteatoma y la necesidad de cirugías complejas³⁸.

Desde el punto de vista tecnológico, la implementación exitosa en una aplicación móvil prototipo demuestra que esta tecnología no requiere supercomputadores para ser usada en el campo. Esto abre la puerta a la «tele-otoscopia asincrónica», donde promotores de salud en zonas rurales pueden capturar imágenes que son analizadas instantáneamente por el algoritmo, priorizando qué pacientes deben ser trasladados a un hospital central³⁹.

No obstante, debemos reconocer las limitaciones éticas y técnicas. El modelo no sustituye el juicio clínico, sino que lo complementa. Además, existe un sesgo potencial hacia la población en la que se entrenó el modelo. La validación externa en poblaciones de otras etnias y geografías es un paso necesario antes de su implementación global⁴⁰.

 

CONCLUSIONES

1. Las redes neuronales convolucionales, especialmente la arquitectura EfficientNet-B3, han demostrado capacidad para clasificar imágenes otoscópicas con una precisión diagnóstica comparable a la de expertos humanos y superior a la de médicos no especialistas.
2. La tecnología desarrollada tiene el potencial de reducir la variabilidad diagnóstica, disminuir la prescripción inadecuada de antibióticos y mejorar la detección temprana de patología crónica del oído.
3. Se recomienda la integración progresiva de estos algoritmos en dispositivos de telemedicina y programas de atención primaria, siempre bajo supervisión médica, como una estrategia costo-efectiva para mejorar la salud auditiva global.

 

BIBLIOGRAFÍA

1. Monasta L, Ronfani L, Marchetti F, Montico M, Vecchi Brumatti L, Bavcar A, et al. Burden of disease caused by otitis media: systematic review and global estimates. PLoS One. 2012;7(4):e36226.
2. Qureishi A, Lee Y, Belfield K, Birchall JP, Daniel M. Update on otitis media – prevention and treatment. Infect Drug Resist. 2014;7:15-24.
3. Teele DW, Klein JO, Rosner B. Epidemiology of otitis media during the first seven years of life in children in greater Boston: a prospective, cohort study. J Infect Dis. 1989;160(1):83-94.
4. Pichichero ME, Poole MD. Comparison of performance by otolaryngologists, pediatricians, and general practitioners on an otoendoscopic diagnostic video examination. Int J Pediatr Otorhinolaryngol. 2005;69(3):361-6.
5. Biagio L, Swanepoel de W, Adeyemo A, Hall JW 3rd, Vinck B. Paediatric otitis media at a primary healthcare clinic in South Africa. S Afr Med J. 2014;104(6):431-5.
6. Rothman R, Owens T, Simel DL. Does this child have acute otitis media? JAMA. 2003;290(12):1633-40.
7. Venekamp RP, Damoiseaux RA, Schilder AG. Acute Otitis Media in Children. Am Fam Physician. 2017;95(2):109-110.
8. Verhoeff M, van der Veen EL, Rovers MM, Sanders EA, Schilder AG. Chronic suppurative otitis media: a review. Int J Pediatr Otorhinolaryngol. 2006;70(1):1-12.
9. LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015;521(7553):436-44.
10. Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 2017;542(7639):115-8.
11. Rajpurkar P, Irvin J, Ball RL, Zhu K, Yang B, Mehta H, et al. Deep learning for chest radiograph diagnosis: A retrospective comparison of the CheXNeXt algorithm to practicing radiologists. PLoS Med. 2018;15(11):e1002686.
12. Gulshan V, Peng L, Coram M, Stumpe MC, Wu D, Narayanaswamy A, et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 2016;316(22):2402-10.
13. Moberly AC, Zhang C, Yu G, Gurcan M, Senaras C, Teknos TN, et al. Digital otoscopy versus microscopy: How correct and confident are ear experts in their diagnoses? J Telemed Telecare. 2018;24(7):453-9.
14. Crowson MG, Hartnick CJ, Lee JW, Cunnane ME, Rivas A. Interpretable Deep Learning for Otitis Media Classification. Otolaryngol Head Neck Surg. 2021;165(5):701-708.
15. Livingstone D, Talai AS, Chau J, Forkert ND. Building an Otolaryngology-Specific Large Language and Image-Based Global Multi-Institutional Database: The Otolaryngology Data Repository (DataRep). Otolaryngol Head Neck Surg. 2024;170(3):734-42.
16. Kuruvilla A, Shaikh N, Hoberman A, Kotiya A. Automated Diagnosis of Otitis Media: A Vocabulary of Otoscopy. Int J Pediatr Otorhinolaryngol. 2013;77(3):370-3.
17. Myburgh HC, Jose S, Swanepoel DW, Laurent C. Towards low cost automated smartphone otoscopy: a primitive deep learning service. PLoS One. 2016;11(12):e0168393.
18. Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics. 1977;33(1):159-74.
19. He K, Zhang X, Ren S, Sun J. Deep residual learning for image recognition. Proc IEEE Conf Comput Vis Pattern Recognit. 2016:770-8.
20. Shorten C, Khoshgoftaar TM. A survey on Image Data Augmentation for Deep Learning. J Big Data. 2019;6:60.
21. Dietterich TG. Approximate Statistical Tests for Comparing Supervised Classification Learning Algorithms. Neural Comput. 1998;10(7):1895-1923.
22. Viscaino M, Maass JC, Delano PH, Torrente M, Stott C, Cheein FA. Computer-aided diagnosis of external and middle ear conditions: A narrative review. Laryngoscope Investig Otolaryngol. 2020;5(3):381-393.
23. Moher D, Liberati A, Tetzlaff J, Altman DG. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med. 2009;6(7):e1000097.
24. Shaikh N, Hoberman A, Kaleida PH, Plowman PJ, Kearney DH, Colborn DK, et al. Otoscopic signs of otitis media. Pediatr Infect Dis J. 2011;30(10):822-6.
25. Myburgh HC, van Zijl WH, Swanepoel D, Hellstrom S, Laurent C. Otitis Media Diagnosis for Developing Countries Using Tympanic Membrane Image-Analysis. EBioMedicine. 2016;5:156-60.
26. Kayaalp M. Patient Privacy in the Era of Big Data. Balkan Med J. 2018;35(1):8-17.
27. McHugh ML. Interrater reliability: the kappa statistic. Biochem Med (Zagreb). 2012;22(3):276-82.
28. Khan MA, Sharif M, Akram T, Damaševičius R, Maskeliūnas R. Skin Lesion Segmentation and Multiclass Classification Using Deep Learning Features and Improved Moth Flame Optimization. Diagnostics. 2021;11(5):811.
29. Perez L, Wang J. The Effectiveness of Data Augmentation in Image Classification using Deep Learning. arXiv preprint. 2017;arXiv:1712.04621.
30. Pan SJ, Yang Q. A Survey on Transfer Learning. IEEE Trans Knowl Data Eng. 2010;22(10):1345-1359.
31. Tan M, Le QV. EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks. Proc Int Conf Mach Learn. 2019;97:6105-6114.
32. Ho Y, Wookey S. The Real-World-Weight Cross-Entropy Loss Function: Modeling the Costs of Mislabeling. IEEE Access. 2020;8:4806-4813.
33. Jensen RG, Koch A, Homøe P. Long-term tympanic membrane pathology dynamics and spontaneous healing in chronic suppurative otitis media. Clin Otolaryngol. 2017;42(6):1204-10.
34. Karma PH, Penttila MA, Sipila MM, Kataja MJ. Otoscopic diagnosis of acute otitis media in children with particular attention to tympanic membrane position. Acta Otolaryngol. 1989;107(5-6):480-8.
35. Selvaraju RR, Cogswell M, Das A, Vedantam R, Parikh D, Batra D. Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization. Proc IEEE Int Conf Comput Vis. 2017:618-626.
36. Cha D, Pae C, Lee SA, Choi JY, Paik S, Nam Y, et al. Clinical Validity of a Deep Learning Algorithm for the Diagnosis of Otitis Media With Effusion. JAMA Otolaryngol Head Neck Surg. 2022;148(2):112-9.
37. Al-Ayyoub M, Al-Zghool S, Jararweh Y. Deep learning for otitis media classification using otoscopy images. Multimed Tools Appl. 2021;80:3125–3142.
38. Wang Y, Hu X, Hu X, Li W, Xu W, Zhang R. Automated Detection of Otitis Media with Effusion using Deep Learning on Endoscopic Images. Biomed Signal Process Control. 2022;71:103133.
39. Lundberg T, de la Croix JP, Rosa-Lugo LI. Telehealth and Telepractice in Otitis Media Management. Otolaryngol Clin North Am. 2021;54(6):1185-1196.
40. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019;25(1):44-56.