Deep Learning from Retinal Fundus Photographs for Detecting Angiographic Obstructive Coronary Artery Disease: A Multicenter Development and External Validation Study

El cuerpo humano es una vasta red de tuberías que transportan sangre vital desde el corazón hacia cada rincón del sistema. Cuando estas tuberías, conocidas como arterias, se obstruyen con depósitos grasos, una condición llamada aterosclerosis, el flujo se restringe, lo que potencialmente puede derivar en un ataque al corazón. La forma más directa en que los médicos pueden ver si las propias arterias del corazón están bloqueadas es introduciendo un tubo delgado a través de los vasos sanguíneos e inyectando un tinte, un procedimiento llamado angiografía coronaria invasiva. Si bien este método es el estándar de oro para el diagnóstico, es invasivo, conlleva riesgos y, a menudo, revela que las arterias del paciente están en realidad despejadas, lo que significa que el procedimiento fue innecesario. Durante años, los médicos han dependido de preguntas simples sobre la edad, el sexo y los síntomas de un paciente para adivinar la probabilidad de una obstrucción antes de ordenar tal prueba. Sin embargo, estas suposiciones suelen ser inexactas, lo que provoca demasiados procedimientos innecesarios o diagnósticos erróneos.

Un enfoque diferente ha surgido de un lugar inesperado: la parte posterior del ojo. La retina, la capa sensible a la luz en la parte posterior del ojo, está cubierta de diminutos vasos sanguíneos que son los únicos que los médicos pueden ver directamente sin cirugía. Debido a que estos vasos retinianos comparten el mismo entorno biológico que las arterias del corazón, los cambios en su apariencia pueden señalar problemas en otras partes del cuerpo. Los investigadores han sospechado durante mucho tiempo que una fotografía de la retina podría revelar pistas sobre las enfermedades cardíacas, pero convertir esas pistas visuales en un diagnóstico fiable ha sido difícil. Ahora, un nuevo estudio sugiere que programas informáticos avanzados pueden aprender a leer estas sutiles señales mejor que los juegos de adivinación tradicionales, ofreciendo una forma no invasiva de identificar quién necesita realmente la prueba cardíaca invasiva.

En un gran estudio multicéntrico que involucró a miles de pacientes, los investigadores desarrollaron un sofisticado sistema informático diseñado para observar fotografías de fondo de retina y predecir la presencia de enfermedad de la arteria coronaria obstructiva. El equipo, liderado por expertos del Hospital Anzhen de Beijing y Beijing Airdoc Technology Co., Ltd., entrenó este modelo de inteligencia artificial utilizando imágenes de casi 4.800 pacientes que ya tenían programada la prueba cardíaca invasiva. Se le mostró a la computadora las imágenes retinianas junto con los resultados confirmados de las pruebas cardíacas, permitiéndole aprender los patrones visuales específicos asociados con las arterias bloqueadas. El modelo, llamado RET-IRV2, no solo fue enseñado a detectar bloqueos; también fue entrenado para estimar detalles básicos del paciente como la edad y el sexo, una técnica que ayuda a la computadora a concentrarse en las características más relevantes de la imagen.

La verdadera prueba de esta nueva herramienta llegó cuando los investigadores la aplicaron a un grupo completamente diferente de más de 3.300 pacientes de cuatro centros médicos distintos. En esta validación externa, el modelo informático demostró ser notablemente eficaz. Identificó correctamente la presencia de enfermedad de la arteria coronaria obstructiva con un alto grado de precisión, superando significativamente los métodos estándar que los médicos utilizan actualmente. Estos métodos tradicionales, que dependen del cálculo del riesgo basado en la edad, el género y los síntomas, a menudo tienen dificultades para distinguir entre los pacientes que tienen bloqueos y aquellos que no los tienen. En el estudio, la capacidad del modelo informático para separar estos grupos fue muy superior al modelo actualizado Diamond-Forrester, al Score Clínico de Duke e incluso a un cálculo estadístico estándar que incluía la presión arterial y el colesterol.

Lo que hace que este hallazgo sea particularmente convincente es que la computadora logró este éxito utilizando únicamente las imágenes del ojo, sin necesidad de ningún historial médico del paciente ni de resultados de análisis de sangre como entrada. Para comprender cómo la computadora estaba tomando sus decisiones, los investigadores realizaron una serie de experimentos en los que cubrieron digitalmente partes de las imágenes retinianas. Cuando enmascararon los vasos sanguíneos, el rendimiento de la computadora disminuyó significamente, confirmando que, en efecto, estaba dependiendo de la estructura y la apariencia de los diminutos vasos para realizar su diagnóstico. Esto sugiere que el modelo no está simplemente adivinando basándose en patrones aleatorios, sino que está detectando genuinamente los cambios vasculares sistémicos que acompañan a la enfermedad cardíaca.

El estudio también fue más allá del diagnóstico inmediato para ver si las predicciones de la computadora tenían alguna relación con la salud futura de los pacientes que fueron confirmados con arterias bloqueadas. Entre los pacientes que padecían la enfermedad y fueron seguidos durante hasta dos años, aquellos con puntuaciones más altas del modelo informático tenían más probabilidades de experimentar eventos cardiovasculares adversos mayores, como un ataque al corazón, un accidente cerebrovascular o la muerte. Esto indica que la información visual capturada en la retina no solo puede ayudar a identificar la enfermedad, sino que también puede ofrecer un vistazo a la gravedad de la condición subyacente y a los riesgos que enfrenta un paciente en el futuro.

A pesar de estos prometedores resultados, los investigadores advierten cuidadosamente sobre las limitaciones de su trabajo. El estudio se llevó a cabo en un entorno específico donde los pacientes ya habían sido derivados para pruebas invasivas, lo que significa que el grupo tenía una tasa de enfermedad real muy alta, lo cual es diferente de la población general donde las obstrucciones cardíacas son menos comunes. El modelo aún no ha sido probado en grupos de menor riesgo o en poblaciones fuera de Asia Oriental, donde las diferencias en la pigmentación ocular y la estructura de los vasos podrían afectar los resultados. Además, aunque la capacidad de la computadora para predecir futuros eventos cardíacos es un descubrimiento intrigante, se presenta como una hipótesis para estudios posteriores y no como una herramienta probada para predecir resultados individuales.

Las implicaciones de esta investigación son significativas para el futuro del cribado de enfermedades cardíacas. Si estos hallazgos se mantienen en poblaciones más amplias y diversas, la fotografía retiniana podría convertirse en una poderosa herramienta de detección no invasiva. Podría ayudar a los médicos a decidir qué pacientes necesitan realmente la prueba cardíaca invasiva y cuáles pueden ser monitoreados de forma segura con métodos menos riesgosos. Al proporcionar una imagen más clara de la salud vascular de un paciente mediante una fotografía sencilla y sin dolor, esta tecnología tiene el potencial de refinar las vías de diagnóstico, reducir los procedimientos innecesarios y, en última instancia, mejorar la atención de millones de personas con sospecha de enfermedad cardíaca. El estudio demuestra que los ojos, a menudo llamados la ventana del alma, también pueden servir como una ventana clara hacia la salud del corazón.