El ojo humano es una ventana al cuerpo, pero mirar a través de él requiere una mano firme y un ojo entrenado. Durante décadas, los médicos han dependido de una tecnología de escaneo llamada tomografía de coherencia óptica, o OCT, para observar el interior de la retina, la capa sensible a la luz en la parte posterior del ojo. Esta máquina toma miles de imágenes de secciones transversales, apilándolas para crear un mapa detallado en tres dimensiones de la estructura interna del ojo. Ha revolucionado la forma en que los médicos detectan enfermedades como la retinopatía diabética o la degeneración macular, permitiéndoles ver problemas mucho antes de que un paciente pierda la visión. Sin embargo, a pesar de la capacidad de la máquina para capturar estos ricos datos, el proceso de convertir esas imágenes en un diagnóstico sigue siendo una tarea lenta y manual. Un especialista primero debe comprobar si el escaneo es lo suficientemente claro como para ser utilizado, luego debe examinar cientos de cortes individuales para encontrar los pocos que muestran signos de problemas y, finalmente, debe unir esos fragmentos para formar una imagen completa de la salud del paciente. Este flujo de trabajo laborioso crea un cuello de botella, lo que dificulta el cribado de grandes poblaciones o la prestación de una atención constante en lugares donde escasean los médicos expertos.

Los investigadores han intentado durante mucho tiempo construir inteligencia artificial para ayudar con esta tarea, pero la mayoría de los intentos previos han sido como un equipo de especialistas que solo saben hacer un pequeño trabajo. Un programa informático podría ser bueno detectando imágenes borrosas, mientras que otro es excelente identificando una enfermedad específica en un solo corte del escaneo. Ninguno de estos sistemas podía manejar todo el trayecto desde la imagen bruta hasta el diagnóstico final por sí mismo. A menudo luchaban con el hecho de que las enfermedades oculares son tridimensionales, escondiéndose en el espacio entre los cortes, y flaqueaban cuando se enfrentaban a la realidad desordenada y variada de los datos de los hospitales del mundo real. Un nuevo estudio presenta un sistema diseñado para cambiar esto mediante la automatización de todo el proceso, imitando la forma en que un experto humano razona un caso de principio a fin.

El equipo detrás de este trabajo, liderado por investigadores de varios centros médicos importantes en China, desarrolló un sistema que llaman FOCUS. Este marco de trabajo está construido sobre un modelo fundacional, un tipo de inteligencia artificial que ha sido preentrenada en una vasta cantidad de datos visuales generales, lo que le otorga una comprensión amplia de formas y patrones antes de que vea siquiera un escaneo ocular. Los investigadores ajustaron este poderoso cerebro para comprender las imágenes retinianas, pero la verdadera innovación reside en cómo se organiza el sistema. En lugar de mirar solo una imagen a la vez, FOCUS actúa como un flujo de trabajo completo. Primero, comprueba automáticamente la calidad del escaneo, decidiendo si la imagen es lo suficientemente clara como para ser fiable. Si la imagen es buena, pasa al siguiente paso: escanear todo el volumen del ojo para detectar cualquier anomalía. Finalmente, sintetiza toda la información de los miles de cortes para realizar un diagnóstico único y exhaustivo del paciente.

Para probar si este enfoque funcionaba, los investigadores entrenaron el sistema con datos de 3.300 pacientes, una colección masiva de más de 40.000 cortes de imágenes individuales. Luego, pusieron a prueba el sistema en un grupo separado de 1.345 pacientes de cuatro hospitales diferentes, utilizando diferentes tipos de máquinas de OCT para asegurar que pudiera manejar la variedad del mundo real. Los resultados fueron sorprendentes. El sistema identificó correctamente las imágenes de alta calidad casi el 99% de las veces. Al buscar signos de enfermedad, detectó anomalías con una precisión superior al 97%. Lo más importante es que, al tratar de realizar un diagnóstico final para el paciente, alcanzó una precisión de casi el 94%. Estas cifras se mantuvieron incluso cuando el sistema fue probado con datos de diferentes ciudades y diferentes hospitales, demostrando que podía adaptarse a nuevos entornos sin necesidad de ser reentrenado desde cero.

Los investigadores también compararon el rendimiento de su IA frente a médicos humanos para ver cómo se comparaban. En las pruebas de detección de anomalías, el sistema funcionó tan bien como, y en algunos casos mejor que, un grupo de técnicos oftalmológicos experimentados. Cuando se trataba de diagnosticar enfermedades específicas, el sistema igualó el rendimiento de un panel de nueve clínicos con distintos niveles de experiencia. De hecho, la IA fue más consistente que los humanos. El estudio señaló que incluso los médicos expertos a veces tenían dificultades para distinguir entre ciertas condiciones al mirar únicamente las imágenes de la OCT, necesitando a menudo recurrir a otras pruebas o al historial del paciente para estar seguros. La IA, sin embargo, fue capaz de detectar diferencias estructurales sutiles en todo el volumen 3D del ojo que los humanos podrían pasar por alto, lo que conduce a decisiones más uniformes.

Una parte clave de por qué este sistema tiene éxito es cómo gestiona la naturaleza tridimensional del ojo. Las herramientas de IA anteriores a menudo trataban cada corte del escaneo como un evento aislado, perdiendo el contexto que los conecta. FOCUS utiliza un método que le permite ponderar la importancia de cada corte de forma dinámica. Aprende a centrarse en los cortes específicos que contienen la evidencia más fuerte de la enfermedad mientras ignora los que son ambiguos o irrelevantes. Esto es similar a cómo un experto humano podría revisar una pila de papeles, pasando rápidamente por los aburridos y deteniéndose a leer cuidadosamente solo las páginas que contienen la información crítica. Al agregar estos hallazgos de manera inteligente, el sistema construye un diagnóstico fiable sin necesidad de procesar todo el volumen 3D de una manera computacionalmente costosa.

El estudio reconoce que, si bien los resultados son prometedores, el sistema aún no es un producto terminado listo para cada clínica. Los datos utilizados para entrenar y probar el sistema provinieron principalmente de centros médicos en China, lo que significa que el sistema podría necesitar una validación adicional para asegurar que funciona igualmente bien para personas de diferentes trasfondos étnicos o en diferentes sistemas de salud. Además, las pruebas se realizaron con datos recopilados de hospitales donde ya se sabía que los pacientes tenían problemas oculares, lo cual es un escenario diferente al de realizar un cribado a una población general sana donde las enfermedades son menos frecuentes. Los investigadores también señalan que la versión actual del sistema aún no incluye la capacidad de generar informes escritos o mantener una conversación con un médico, características que las versiones futuras podrían añadir utilizando herramientas de lenguaje avanzadas.

A pesar de estas limitaciones, este trabajo representa un paso significativo en el campo de la imagen médica. Va más allá de la era de las herramientas aisladas que realizan tareas únicas y demuestra que un sistema unificado puede automatizar un flujo de trabajo clínico complejo y de múltiples pasos. Al cerrar con éxito la brecha entre los datos de la imagen bruta y un diagnóstico final del paciente, los investigadores han demostrado que es posible construir una IA que refleje el razonza de un especialista humano. Este enfoque ofrece un modelo para un futuro en el que se pueda ofrecer atención ocular de alta calidad de manera más eficiente y constante, llevando potencialmente el cribado de nivel experto a comunidades que actualmente carecen de acceso a médicos especializados. El sistema no reemplaza al médico, sino que elimina las barreras tediosas y repetitivas que impiden que el cribado a gran escala se convierta en una realidad, allanando el camino hacia una nueva era de salud ocular automatizada y accesible.