Como hemos descrito en diferentes entregas de nuestra sección Lo vi en el periódico, una de las principales causas de discapacidad en el mundo corresponde a las condiciones que afectan el sentido de la vista. La visión no solo permite interpretar el entorno que nos rodea, también facilita actividades laborales, académicas, recreativas y sociales que forman parte de nuestra vida cotidiana. Cuando este sentido se ve comprometido, las consecuencias pueden extenderse mucho más allá del aspecto físico, afectando la independencia, la movilidad y la calidad de vida tanto de quienes padecen una enfermedad visual como de las personas que los rodean.
Existen numerosos padecimientos capaces de comprometer la salud ocular. Entre los más frecuentes se encuentran los errores de refracción, las cataratas, el glaucoma, la degeneración macular relacionada con la edad y la retinopatía diabética. En América Latina, dejando de lado los errores de refracción, cuatro padecimientos concentran una parte importante de la carga de discapacidad visual:
Cataratas: corresponden a una opacificación progresiva del cristalino, una estructura transparente encargada de enfocar la luz hacia la retina. Su aparición se relaciona principalmente con el envejecimiento, aunque también puede asociarse con diabetes, traumatismos, radiación, tabaquismo, uso prolongado de corticoesteroides y causas congénitas. Conforme la enfermedad progresa, la visión se vuelve borrosa, disminuye la sensibilidad al contraste y las actividades cotidianas comienzan a dificultarse.
Glaucoma: no se trata únicamente de una presión elevada dentro del ojo, como suele pensarse. En realidad, constituye un grupo de neuropatías ópticas caracterizadas por la pérdida progresiva de células ganglionares (células especializadas que transforman la información lumínica en información que el cerebro puede interpretar) de la retina y de sus axones, acompañada por alteraciones del nervio óptico y deterioro gradual del campo visual. Aunque la presión intraocular elevada representa el principal factor de riesgo modificable, algunas personas pueden desarrollar glaucoma aun cuando sus valores de presión se encuentren dentro de rangos considerados normales.
Degeneración macular relacionada con la edad: afecta a la mácula, una región especializada de la retina responsable de la visión fina y detallada. Su desarrollo involucra la acumulación de depósitos lipídicos denominados drusas (por su apariencia similar a una geoda), alteraciones del epitelio pigmentario de la retina, procesos inflamatorios, estrés oxidativo y cambios en distintos sistemas biológicos relacionados con el envejecimiento. En etapas avanzadas puede producir una pérdida importante de la visión central.
Retinopatía diabética: constituye una complicación neurovascular de la diabetes mellitus. La exposición prolongada a niveles elevados de glucosa, junto con factores como hipertensión arterial, alteraciones lipídicas y duración de la enfermedad, provoca cambios progresivos en los vasos sanguíneos y en las células de la retina. Conforme el daño aumenta pueden aparecer hemorragias, edema macular, lesiones isquémicas y crecimiento anormal de vasos sanguíneos, comprometiendo seriamente la visión.
Durante muchos años se repitió que cerca del 80% de los casos de ceguera podían prevenirse. Sin embargo, actualmente la Organización Mundial de la Salud utiliza una aproximación diferente. Se estima que al menos 2,200 millones de personas viven con algún grado de deficiencia visual cercana o lejana, y que en aproximadamente 1,000 millones de estos casos la alteración pudo haberse prevenido o continúa sin recibir la atención adecuada. Entre los factores que contribuyen a esta problemática destacan las desigualdades en el acceso a los servicios sanitarios, la escasez de profesionales capacitados y la limitada integración de la salud ocular dentro de muchos sistemas de atención médica.
Imagen. Representación esquemática de la aparente apariencia de un ojo afectado por catarata
El primer nivel de atención médica, un reto y una oportunidad
Cuando aparece alguna molestia visual, es común intentar primero remedios caseros, recomendaciones de familiares o medicamentos sugeridos por conocidos. En el mejor de los casos estas prácticas resultan inofensivas (situación que nunca recomendaremos, para más información de clci aquí), sin embargo siempre resulta conveniente recurrir con un especialista ante cualquier molestia evitando minimizar cualquiera de estas.
Al persistir las mismas y acudir al médico general o a alguna institución por lo regular entramos en contacto con la atención primaria, cuya finalidad es: brindar una atención médica accesible, integral, coordinada y continua, destinada a personas cuyos problemas de salud aún no cuentan con un diagnóstico definitivo. Esta atención incluye actividades de promoción de la salud, prevención de enfermedades, educación sanitaria, diagnóstico inicial y referencia a especialistas cuando el caso lo requiere. Después de algunas evaluaciones y si el problema lo amerita, se puede referir a un especialista de la salud visual, que en casos como los referidos anteriormente se trataría de un oftalmólogo.
En oftalmología existen diversas herramientas destinadas a identificar tempranamente alteraciones oculares. Dependiendo de la enfermedad sospechada, pueden realizarse mediciones de agudeza visual, exploración pupilar, fotografía del fondo de ojo, evaluación del nervio óptico, tonometría, tomografía de coherencia óptica y otras pruebas complementarias. Sin embargo, la disponibilidad de estos recursos no siempre es uniforme.
Las comunidades rurales, las regiones con difícil acceso geográfico y algunas áreas con escasez de especialistas suelen enfrentar mayores dificultades para proporcionar atención oftalmológica oportuna. Como consecuencia, muchas enfermedades son detectadas cuando ya han provocado daños considerables e incluso irreversibles.
Es precisamente en este escenario donde la inteligencia artificial podría convertirse en una herramienta de enorme utilidad.
La IA y sus métodos diagnósticos
Pocas tecnologías han generado tanto interés durante los últimos años como la inteligencia artificial (IA). Aunque existen numerosas definiciones, la mayoría coincide en que se trata de sistemas computacionales capaces de realizar tareas relacionadas con el análisis de información, el reconocimiento de patrones y la generación de predicciones a partir de grandes conjuntos de datos.
Desde una perspectiva general, gran parte de las aplicaciones modernas de inteligencia artificial comparten ciertos elementos fundamentales:
Modelos matemáticos y algorítmicos: la información proporcionada a la inteligencia artificial, ya sean imágenes, sonidos, texto o valores numéricos, es transformada en representaciones matemáticas que permiten identificar patrones complejos difíciles de detectar mediante métodos convencionales.
Entrenamiento: antes de utilizarse en escenarios reales, estos sistemas deben aprender a reconocer relaciones dentro de los datos. Durante esta etapa son expuestos a miles o incluso millones de ejemplos previamente clasificados, permitiendo ajustar sus parámetros internos y mejorar sus predicciones. Es importante señalar que muchos dispositivos médicos utilizan modelos denominados “bloqueados”, cuyos parámetros no continúan modificándose después de la autorización regulatoria.
Arquitecturas de aprendizaje automático: aunque las redes neuronales artificiales son probablemente las más conocidas, la inteligencia artificial no se limita exclusivamente a ellas. Existen diversos enfoques estadísticos y computacionales capaces de analizar información y generar predicciones clínicas.
Procesamiento probabilístico: a diferencia de un médico que integra conocimientos, experiencia clínica y contexto individual, los algoritmos generan estimaciones probabilísticas basadas en relaciones matemáticas aprendidas durante su desarrollo. En términos sencillos, no “comprenden” la enfermedad, sino que calculan la probabilidad de que determinados patrones se encuentren presentes.
Imagen. Portada del artículo “Attention Is All You Need”, que introdujo la arquitectura “Transformer” que sustituyó el procesamiento secuencial tradicional por un mecanismo de autoatención simultánea. Uno de los artículo mas importantes en la historia de la IA, y el más citado en toda la historia de la misma.
La IA como herramienta diagnóstica
Pero, ¿cómo puede una inteligencia artificial contribuir al diagnóstico de una enfermedad ocular?
La respuesta se encuentra en las imágenes. Muchas enfermedades que afectan al ojo generan cambios anatómicos observables mediante fotografía retiniana, tomografía de coherencia óptica y otros estudios especializados. Estas imágenes contienen una enorme cantidad de información que, aunque puede ser interpretada por especialistas capacitados, también puede analizarse mediante algoritmos entrenados para reconocer patrones específicos.
Después de procesar miles de imágenes obtenidas durante la fase de entrenamiento, los sistemas son capaces de identificar características asociadas con determinadas enfermedades y generar una estimación diagnóstica. Esto no significa que sustituyan al médico, sino que pueden funcionar como herramientas de apoyo para ampliar el acceso al cribado y la detección temprana.
La enfermedad ocular en la que esta tecnología ha alcanzado la mayor madurez regulatoria es la retinopatía diabética. Por esa razón, los principales sistemas autorizados actualmente se encuentran enfocados en la detección de esta condición.
Herramientas diagnósticas aprovadas por la FDA
A medida que la inteligencia artificial comenzó a demostrar resultados prometedores en investigación, surgió una pregunta inevitable: ¿puede una máquina identificar una enfermedad ocular con suficiente precisión para ser utilizada de manera rutinaria en la práctica médica?
La respuesta requirió años de desarrollo, validación clínica y evaluación regulatoria. Es importante aclarar que la FDA no autoriza una inteligencia artificial de manera general, sino dispositivos médicos concretos con indicaciones específicas, poblaciones definidas y condiciones precisas de uso. Por ello, resulta más correcto hablar de sistemas autorizados para comercialización que de “inteligencias artificiales aprobadas” en términos absolutos.
Actualmente, la detección autónoma de retinopatía diabética constituye el área más desarrollada de la inteligencia artificial aplicada a la oftalmología. Dentro de este campo existen tres plataformas principales: LumineticsCore, EyeArt y AEYE-DS.
LumineticsCore
Anteriormente conocida como IDx-DR, esta plataforma marcó un hito histórico al convertirse en el primer sistema diagnóstico autónomo basado en inteligencia artificial autorizado por la FDA para cualquier especialidad médica.
Dirigida a personas adultas con diabetes mayores de 22 años y sin diagnóstico previo de retinopatía diabética. El sistema analiza fotografías obtenidas mediante la cámara Topcon NW400 y evalúa la presencia de lesiones compatibles con retinopatía diabética más que leve, incluyendo criterios relacionados con edema macular diabético. Una característica distintiva es que puede generar un resultado sin requerir la interpretación previa de un oftalmólogo. Tras el análisis, el sistema emite una recomendación de referencia, la ausencia de hallazgos que ameriten referencia o un resultado no interpretable cuando la calidad de las imágenes es insuficiente.
EyeArt
La segunda plataforma es EyeArt, desarrollada específicamente para la detección automática de distintas formas de retinopatía diabética. A diferencia de otros sistemas, utiliza dos fotografías por ojo: una centrada en la mácula y otra en el nervio óptico (estructuras anatómicas que se ven sumamente afectadas en padecimientos visuales, como los mencionados anteriormente). Estas imágenes son obtenidas mediante cámaras Canon y compatibles autorizadas para dicha finalidad.
Además de identificar retinopatía diabética más que leve, EyeArt también puede detectar formas que representan una amenaza importante para la visión, incluyendo retinopatía proliferativa, retinopatía no proliferativa grave y edema macular diabético. Su aplicación se extiende tanto a centros de atención primaria como a servicios especializados de salud ocular.
AEYE-DS
La tercera plataforma autorizada es AEYE-DS. Su objetivo principal es detectar retinopatía diabética más que leve en personas adultas con diabetes sin diagnóstico previo de la enfermedad. Inicialmente fue diseñada para trabajar con la cámara Topcon NW400, aunque posteriormente amplió su compatibilidad a la cámara portátil Optomed Aurora.
Esta ampliación resulta especialmente interesante porque abre la puerta a programas de cribado en clínicas móviles, comunidades alejadas y regiones con recursos limitados. Sin embargo, es importante destacar que la inclusión de una nueva cámara no representa una inteligencia artificial diferente, sino una extensión tecnológica de la misma plataforma.
Imagen. Esquemas de cámaras diagnósticas: Topcon NW400 (izquierda), Optomed Aurora (Derecha)
Similitudes y diferencias
A pesar de sus diferencias técnicas, las tres plataformas comparten una finalidad común: detectar retinopatía diabética mediante el análisis automatizado de fotografías del fondo de ojo. Todas están destinadas a personas con diabetes, todas buscan facilitar el cribado temprano y ninguna reemplaza una valoración oftalmológica integral.
Las principales diferencias se encuentran en las cámaras compatibles, el número de imágenes requeridas, sus indicaciones regulatorias específicas y el diseño de los algoritmos empleados para procesar la información. Sin embargo, cada una representa una demostración tangible de cómo la inteligencia artificial puede trasladarse desde los laboratorios de investigación hasta escenarios clínicos reales.
Limitaciones y desafios
Aunque los resultados obtenidos son alentadores, estas tecnologías distan mucho de ser perfectas.
Los algoritmos pueden producir falsos positivos, ocasionando referencias innecesarias, o falsos negativos, retrasando la atención de personas que realmente necesitan tratamiento. Asimismo, las imágenes de mala calidad, las cataratas avanzadas, problemas de fijación ocular o errores durante la captura de fotografías pueden impedir que el sistema genere resultados confiables.
Además, los sistemas actualmente autorizados se encuentran diseñados para situaciones específicas. No realizan un examen ocular integral ni permiten descartar otras enfermedades como glaucoma, degeneración macular, desprendimiento de retina, inflamaciones o tumores oculares.
Por esta razón, el verdadero éxito de un programa basado en inteligencia artificial no depende únicamente del algoritmo. También requiere equipos adecuados, personal capacitado, protocolos de referencia y acceso real a especialistas capaces de confirmar el diagnóstico e iniciar el tratamiento correspondiente.
¿Es solo el principio?
La pérdida visual continúa representando uno de los desafíos más importantes para los sistemas sanitarios de todo el mundo. Millones de personas enfrentan diariamente enfermedades que afectan su capacidad para trabajar, estudiar, desplazarse o interactuar con los demás. Al mismo tiempo, una parte considerable de estos casos podría beneficiarse de diagnósticos más tempranos y de un acceso más oportuno a la atención especializada.
La inteligencia artificial ha comenzado a demostrar que puede desempeñar un papel relevante en este esfuerzo. Su capacidad para analizar grandes volúmenes de imágenes, identificar patrones complejos y generar resultados en cuestión de segundos ofrece nuevas oportunidades para fortalecer la atención primaria, ampliar programas de detección y acercar servicios diagnósticos a regiones donde históricamente han sido escasos.
Sin embargo, los algoritmos por sí solos no resolverán los desafíos de la salud ocular. La infraestructura, la capacitación del personal, la disponibilidad de equipos, los sistemas de referencia y el acceso efectivo al tratamiento continúan siendo elementos indispensables para transformar una detección temprana en un beneficio real para las personas.
Aun así, los avances alcanzados durante los últimos años invitan al optimismo. Lo que hoy observamos en la retinopatía diabética podría eventualmente extenderse a otras enfermedades oculares conforme aumente el conocimiento científico, mejoren las tecnologías de imagen y se desarrollen nuevas herramientas de inteligencia artificial capaces de asistir a los profesionales de la salud.
La historia de la medicina está repleta de innovaciones que comenzaron como ideas ambiciosas y terminaron transformando la práctica clínica. La inteligencia artificial parece recorrer un camino similar. Comprender sus fortalezas, reconocer sus limitaciones y utilizarla de manera responsable permitirá aprovechar su verdadero potencial. Y aunque todavía existen numerosos desafíos por superar, todo indica que nos encontramos frente a los primeros pasos de una nueva etapa en la prevención de la ceguera, una etapa en la que la colaboración entre científicos, profesionales de la salud y nuevas tecnologías podría contribuir a preservar la visión de millones de personas y mejorar significativamente su calidad de vida.
Imagen. Ilustración clásica de un basilisco, haciendo referencia al experimento mental denominado: “basilisco de roko” que se pregunta sobre las implicaciones fenomenológicas del futuro de la IA