Retinopatía diabética: un desarrollo argentino con IA detecta a tiempo la ceguera prevenible

La retinopatía diabética, una de las principales causas de ceguera prevenible en adultos en edad laboral, suele avanzar sin síntomas. En sus etapas iniciales no provoca molestias ni alteraciones visuales, lo que lleva a que muchos pacientes consulten cuando el daño ya es irreversible.

Ante este desafío, un innovador desarrollo argentino basado en inteligencia artificial (IA) busca transformar el diagnóstico y acercar el control oftalmológico a zonas sin especialistas. La plataforma, denominada Retinar, permite identificar a pacientes con riesgo de esta complicación de la diabetes mediante el análisis de una fotografía del fondo de ojo.

El sistema funciona como un filtro inteligente: un técnico entrenado toma la imagen, un algoritmo la analiza en segundos, prioriza los casos que requieren atención y los deriva a un oftalmólogo para una confirmación diagnóstica a través de telemedicina. De esta manera, Retinar amplía significativamente el acceso al control sin reemplazar el criterio médico.

Un proyecto colaborativo y su implementación

El origen de Retinar se remonta al programa Transformar Salud, una iniciativa para desarrollar soluciones tecnológicas en el ámbito sanitario. En este marco, investigadores del Conicet, especialistas del Hospital de Alta Complejidad El Cruce, profesionales del Hospital Julieta Lanteri de Tandil, la Universidad Nacional del Centro (UNICEN) y PLADEMA/Yatiris, entre otros equipos, gestaron el primer prototipo. Las pruebas iniciales se realizaron en Florencio Varela, y dos años después, la experiencia se implementó en Tandil, donde el uso cotidiano permitió perfeccionar la plataforma y avanzar hacia un modelo escalable a nivel nacional.

Mercedes Larguía, jefa de Oftalmología del Hospital El Cruce, explica que la retinopatía diabética es una complicación ocular causada por el daño crónico que los niveles elevados de azúcar en sangre producen sobre los pequeños vasos de la retina. Inicialmente, estos vasos se debilitan y pueden filtrar líquido o sangre. En etapas avanzadas, la obstrucción de algunos vasos lleva al ojo a intentar compensar la falta de oxígeno formando nuevos vasos sanguíneos frágiles, que pueden sangrar, generar cicatrices o incluso provocar un desprendimiento de retina.

El desafío del acceso al control y la solución de Retinar

La naturaleza asintomática de la retinopatía diabética hace que el control periódico del fondo de ojo sea crucial para evitar la ceguera. Sin embargo, el acceso a este estudio es complejo en muchas regiones del país, donde los oftalmólogos se concentran en grandes centros urbanos. Esto genera demoras en los turnos y dificultades logísticas, como traslados y pérdida de jornadas laborales. Según datos citados por el equipo, seis de cada diez personas con diabetes no cumplen con el control oftalmológico anual recomendado por la Organización Mundial de la Salud.

Retinar aborda esta brecha. El procedimiento se inicia en un centro de salud, donde un enfermero o técnico capacitado obtiene una imagen del fondo de ojo con un retinógrafo no midriático, que no requiere dilatar la pupila. La fotografía se carga en la plataforma, y el algoritmo realiza dos análisis: primero, verifica la calidad de la imagen y, luego, determina si existen lesiones compatibles con retinopatía diabética.

El sistema clasifica cada estudio como “No referible” (ojo sano o con lesiones leves) o “Referible” (enfermedad moderada o avanzada que requiere evaluación especializada). Además, genera un mapa de calor que señala las zonas de la imagen con lesiones como microhemorragias, exudados o manchas algodonosas. Larguía destaca que el núcleo de Retinar es un algoritmo de inteligencia artificial entrenado con redes neuronales que clasifica las imágenes, permitiendo priorizar rápidamente a quienes necesitan ser evaluados por un especialista. La médica enfatiza que la herramienta asiste y prioriza, pero la decisión clínica final siempre recae en el oftalmólogo.

Validación y futuro del proyecto

Un resultado clave del proyecto es la validación obtenida durante su implementación territorial. Al comparar las clasificaciones de la IA con la evaluación de la oftalmóloga informante, el sistema alcanzó un 100% de sensibilidad, es decir, no registró falsos negativos. Esto significa que no dejó de identificar a ningún paciente que requiriera derivación.

Esta capacidad abre la posibilidad de reorganizar la atención oftalmológica: los centros de atención primaria podrían realizar el tamizaje localmente y derivar únicamente a los casos de mayor complejidad, optimizando el tiempo de los especialistas.

La iniciativa sigue en evolución. Desde noviembre, el equipo incorporó 19 nuevas funcionalidades, lanzó cinco versiones actualizadas de la plataforma, presentó los resultados en congresos científicos, envió un trabajo para un premio internacional y avanza en el proceso de aprobación ante la ANMAT. Paralelamente, se desarrolla un manual de implementación para facilitar la replicación del modelo en otras provincias.