📄 medicine

UWF-FM: A Foundation Model for Comprehensive Ultra-Widefield Retinal Assessment

UWF-FM es un novedoso modelo fundacional autosupervisado preentrenado con más de 630.000 imágenes retinianas de campo ultra amplio no etiquetadas que supera a los modelos no-UWF existentes en diversas tareas clínicas y dispositivos, demostrando una generalizabilidad robusta y un despliegue exitoso en el mundo real para mejorar la sensibilidad diagnóstica del clínico sin interrumpir el flujo de trabajo.

Autores originales: Yalin Zheng, Jianyang Xie, Xiuju Chen, Bingjie YAN, Mostafa Daho, Yanda Meng, Sarah Coupland, Heinrich Heimann, Rumana Hussain, Mohammed Lazouni, Mohammed Brixi-Nigassa, Quanyong Yi, Yitian Zhao, Danl

Publicado 2026-08-07

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yalin Zheng, Jianyang Xie, Xiuju Chen, Bingjie YAN, Mostafa Daho, Yanda Meng, Sarah Coupland, Heinrich Heimann, Rumana Hussain, Mohammed Lazouni, Mohammed Brixi-Nigassa, Quanyong Yi, Yitian Zhao, Danli Shi, Xiaoxin Li

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tu ojo es como una cámara, pero en lugar de solo tomar una foto del centro de una escena, puede ver todo el paisaje, desde el horizonte hasta los bordes. Durante décadas, los médicos han utilizado un tipo especial de escaneo ocular llamado "fotografía de fondo de ojo" para detectar enfermedades, pero era como tomarse una selfie: solo mostraba el medio de la retina, perdiendo lo importante que sucede en los bordes. Entonces llegó la imagen de "Campo Ultra Amplio" (UWF, por sus siglas en inglés), que es como actualizar a un lente panorámico que captura todo el patio trasero del ojo en una sola toma. Esto cambia las reglas del juego porque muchos problemas oculares, como desgarros o tumores, suelen esconderse en esos rincones lejanos. Sin embargo, enseñar a una computadora a entender estas fotos panorámicas gigantes y complejas es difícil. Es como intentar enseñarle a un perro a reconocer todo un bosque en lugar de solo un solo árbol; la computadora se confunde con todos los nuevos detalles. Aquí es donde entran los "Modelos de Fundación". Piensa en ellos como estudiantes de IA súper inteligentes que leen millones de libros (imágenes) antes de tomar cualquier examen. Por lo general, estos estudiantes solo leen libros sobre el "centro del bosque", por lo que cuando se les entrega una foto panorámica, tienen dificultades. La gran pregunta que los científicos se han estado haciendo es: ¿Podemos entrenar a una IA súper inteligente específicamente en estas fotos oculares panorámicas gigantes para que se convierta en una verdadera experta en detectar problemas en cualquier parte del ojo?

Entra UWF-FM, un nuevo tipo de modelo de fundación de IA diseñado específicamente para dominar estas imágenes de retina de campo ultra amplio. Los investigadores, liderados por un equipo de la Universidad de Liverpool y socios de todo el mundo, decidieron dejar de intentar forzar a los modelos de IA antiguos a trabajar con estas nuevas fotos anchas. En su lugar, construyeron un estudiante completamente nuevo desde cero. Alimentaron a esta IA con una biblioteca masiva de 632,627 imágenes oculares panorámicas sin etiquetar. La IA no solo las miró; las estudió utilizando una técnica llamada "aprendizaje autosupervisado", que es como un estudiante que intenta resolver un rompecabezas mirando las piezas y adivinando cómo encajan sin que un profesor le diga la respuesta. Al hacer esto, la IA aprendió los patrones profundos y ocultos de toda la retina, desde el centro hasta los bordes más lejanos.

Una vez que esta IA fue "entrenada", los investigadores la pusieron a prueba para ver si era realmente más inteligente que los modelos antiguos. No solo le pidieron que encontrara una cosa; le pidieron que realizara todo un perfil de trabajo. La probaron en 27,641 pares de imágenes-tareas etiquetadas para ver si podía:

Diagnosticar enfermedades: Detectar 12 afecciones oculares diferentes, incluyendo tumores.
Graduar la severidad: Revisar qué tan grave era la retinopatía diabética en una escala del 1 al 5.
Encontrar pistas específicas: Identificar 28 tipos diferentes de hallazgos retinianos, como pequeñas hemorragias o desgarros, ya fuera en el centro o en los rincones lejanos.

Los resultados fueron impresionantes. El nuevo modelo UWF-FM superó consistentemente a los modelos de IA anteriores que fueron entrenados con fotos estándar, no de campo amplio. Era como traer a un guía local que conoce todo el bosque frente a un turista que solo conoce el camino principal. El nuevo modelo logró puntuaciones altas (AUCs alrededor de 0.90 para la detección de tumores y 0.94 para el diagnóstico general de enfermedades), demostrando que entendía la imagen completa, no solo el medio.

Pero los investigadores no se detuvieron ahí. Querían saber si esta IA era un "artista de un solo truco" que solo funcionaba con las cámaras específicas con las que aprendió. La probaron con imágenes de diferentes hospitales e incluso de diferentes marcas de cámaras (cambiando de cámaras Optos a cámaras Zeiss). Incluso sin entrenamiento adicional o "ajuste" para estas nuevas cámaras, la IA siguió funcionando mejor que los modelos antiguos. Esto sugiere que la IA aprendió el lenguaje de la retina misma, en lugar de solo memorizar la apariencia de una cámara específica.

Para ver si esta IA podía realmente ayudar a los médicos reales, realizaron un estudio especial con cuatro oftalmólogos (médicos oculares). Les mostraron 600 imágenes oculares panorámicas dos veces: una sola, y otra vez con la ayuda de la IA. La IA no tomaba las decisiones; solo le susurraba sus "conjeturas" a los médicos. Cuando los médicos usaron la ayuda de la IA, mejoraron su capacidad para detectar enfermedades (mayor sensibilidad) sin cometer muchos más errores (solo una diminuta caída en la especificidad). Era como tener un asistente súper observador señalando cosas que los médicos podrían haber pasado por alto, especialmente las cosas complicadas en las esquinas. Los médicos, particularmente los menos experimentados, mejoraron en su trabajo con esta ayuda.

Finalmente, el equipo probó si esta IA podía realmente funcionar en un hospital real sin causar caos. Realizaron un "despliegue silencioso" en el Centro de Ojos de Xiamen. Durante 37,665 exámenes oculares consecutivos durante dos meses, la IA se ejecutó en segundo plano, analizando cada una de las imágenes. No interrumpió a los médicos, no cambió el flujo de trabajo y ni siquiera mostró sus resultados a nadie durante la prueba. Procesó cada una de las imágenes con una tasa de éxito del 100%, tomando solo alrededor de 1.1 segundos por examen. Demostró que esta poderosa IA podía integrarse en un hospital con mucha actividad sin romper nada.

En resumen, este artículo sugiere que, al entrenar una IA específicamente en las vistas de gran angular de la retina, podemos crear una herramienta robusta que comprenda todo el ojo, funcione a través de diferentes hospitales y cámaras, ayude a los médicos a detectar más enfermedades y se integre perfectamente en los flujos de trabajo médicos del mundo real. Es un paso hacia un futuro donde la IA actúe como un compañero confiable de visión panorámica para los médicos oculares, asegurando que ninguna parte de la retina se quede a oscuras.

Resumen Técnico: UWF-FM: Un Modelo Fundacional para la Evaluación Retiniana Integral de Campo Ultra-Ancho

Planteamiento del Problema
Las imágenes de retina de campo ultra-ancho (UWF, por sus siglas en inglés) ofrecen una visualización exhaustiva tanto del polo posterior como de la patología periférica de la retina, abordando las limitaciones de la fotografía de fondo de ojo convencional que a menudo omite anomalías periféricas críticas para condiciones como la retinopatía diabética, desgarros retinianos y tumores. Sin embargo, la heterogeneidad de los datos de UWF a través de enfermedades, tareas clínicas y dispositivos de imagen ha limitado la aplicabilidad de los modelos fundacionales de retina existentes. La mayoría de los modelos actuales están preentrenados en imágenes de fondo de ojo convencionales centradas en el polo posterior, lo que genera incertidumbre sobre si sus representaciones aprendidas se transfieren eficazmente a la cobertura anatómica más amplia y al espectro más extenso de patologías presentes en las imágenes de UWF. Además, los estudios actuales de IA en UWF suelen centrarse en objetivos clínicos únicos (por ejemplo, la detección de una enfermedad específica), careciendo de un marco unificado capaz de soportar las evaluaciones multinivel requeridas en la práctica rutinaria, incluyendo el diagnóstico de enfermedades, la gradación de la severidad y la caracterización detallada de hallazgos.

Metodología
Los autores desarrollaron UWF-FM, un modelo fundacional diseñado específicamente para el diagnóstico de retina por campo ultra-ancho.

Preentrenamiento: El modelo utiliza una arquitectura Vision Transformer (ViT-L) basada en el marco DINOv3. Fue preentrenado mediante aprendizaje autosupervisado utilizando 632,627 imágenes de retina UWF sin etiquetar, adquiridas de la práctica clínica rutinaria del Centro Oftalmológico de Xiamen. La entrada fue adaptada para aceptar imágenes de retina de dos canales (contraste coroideo y vascular) en lugar de RGB estándar.
Marco de Evaluación de Tareas Derivadas: El modelo fue evaluado dentro de un marco clínicamente estructurado que abarca tres niveles complementarios de evaluación:
1. Diagnóstico de Enfermedades: Clasificación de 12 enfermedades y tumores de la retina.
2. Evaluación de la Retinopatía Diabética (RD): Gradación de la severidad en cinco escalas y evaluación de la calidad/adecuación de la imagen.
3. Caracterización de Hallazgos Retinianos: Detección de 28 hallazgos retinianos específicos, cubriendo tanto patologías posteriores como periféricas.
Estrategias de Adaptación: El rendimiento se evaluó bajo dos regímenes: ajuste fino completo (FT, full fine-tuning) y evaluación de características congeladas (Probe) para determinar la transferibilidad de las representaciones.
Pruebas de Generalización: El modelo fue probado en 27,641 pares de imagen-tarea etiquetados (internos) y 10,686 imágenes externas de instituciones independientes (Argelia, Reino Unido, China) y diferentes proveedores de imagen (Optos y Zeiss CLARUS 500). Crucialmente, se realizó una evaluación entre distintos proveedores (cross-vendor) sin entrenamiento adicional ni adaptación específica del sitio.
Estudios de Utilidad Clínica:
- Estudio de Lectura Múltiple: Un estudio de cruce aleatorizado registrado prospectivamente (NCT07651943) que involucró a cuatro oftalmólogos evaluando 600 imágenes para valorar la interpretación asistida por IA.
- Despliegue Silencioso: Un despliegue retrospectivo (45 días) y prospectivo (25 días) en modo silencioso en un servidor hospitalario procesando 37,665 exámenes consecutivos para evaluar la viabilidad operativa sin influir en los flujos de trabajo clínicos.

Resultados Clave

Transferencia de Representación Superior: UWF-FM superó consistentemente a los modelos fundacionales preentrenados con datos no de UWF (incluyendo MAE-In1K, RETFound y DINOV3). Bajo ajuste fino completo, alcanzó AUCs de 0.901 para la clasificación de tumores, 0.947 para el diagnóstico multienfermedad y 0.878 para la caracterización de hallazgos retinianos en cohortes internas.
Robustez en Configuraciones de Características Congeladas: La brecha de rendimiento se amplió bajo la evaluación de características congeladas, con UWF-FM mostrando hasta un 15% más de AUC que los modelos base. Esto indica que los beneficios provienen de representaciones retinianas transferibles en lugar de una optimización específica de la tarea.
Generalización entre Proveedores y Cohortes: Sin ninguna adaptación específica del sitio, UWF-FM mantuvo su ventaja de rendimiento en cohortes externas de Optos y al aplicarse directamente a imágenes de Zeiss CLARUS 500. Por ejemplo, en imágenes de Zeiss para la caracterización de hallazgos retinianos, el modelo de cero adaptación logró un AUC de 0.801, solo 0.042 inferior a un modelo entrenado directamente con datos de Zeiss.
Puntos de Operación Clínicamente Relevantes: Bajo umbrales clínicamente restringidos (por ejemplo, 80% de especificidad fija para cribado, 90% de sensibilidad fija para diagnóstico), UWF-FM demostró mayor sensibilidad y especificidad en comparación con los modelos base en diversas categorías de enfermedades, incluyendo hallazgos periféricos críticos para derivación, como desprendimientos y roturas de retina.
Colaboración Humano-IA: En el estudio de lectura múltiple, la asistencia de la IA aumentó la sensibilidad del clínico (media $\Delta$ = 0.052) con solo una reducción modesta de la especificidad (media $\Delta$ = -0.006), resultando en una mejora de la precisión equilibrada y una reducción de la distancia hacia el punto de operación ROC ideal.
Viabilidad Operativa: Durante el despliegue silencioso, UWF-FM logró una tasa de éxito de procesamiento del 100% en 37,665 exámenes, con un tiempo de inferencia mediano de aproximadamente 1.1 segundos por examen, integrándose sin problemas en la infraestructura hospitalaria existente sin interrumpir el flujo de trabajo.

Significancia y Reivindicaciones
El artículo establece a UWF-FM como el primer modelo fundacional preentrenado específicamente para la imagen de retina de campo ultra-ancho. Los autores sostienen que el preentrenamiento específico de UWF genera representaciones que son inherentemente más generalizables a través de tareas clínicas, poblaciones de pacientes y proveedores de imagen que los modelos entrenados con datos de fondo de ojo convencional.

El estudio demuestra que un modelo fundacional adaptado a la cobertura anatómica expandida de la imagen de UWF puede soportar un marco escalable para la atención de la retina de extremo a extremo. Al validar el rendimiento a través de múltiples niveles de evaluación, instituciones externas y despliegue silencioso en el mundo real, el trabajo argumenta que UWF-FM proporciona una plataforma robusta, generalizable y clínicamente desplegable para el soporte de decisiones en retina. Los hallazgos sugieren que aprovechar el contexto anatómico más amplio de la imagen de UWF mediante el aprendizaje autosupervisado es un paso crítico hacia el desarrollo de sistemas de IA capaces de manejar la complejidad de la práctica oftálmica rutinaria, particularmente para la identificación de la patología periférica que a menudo se pasa por alto con las imágenes estándar.

Más como este