En 1993, la primera dama del jazz, la suma sacerdotisa de la canción, Ella Fitzgerald, comenzó a padecer los efectos más terribles de la diabetes. No solo sufrió la amputación de sus dos piernas, sino que tuvo que vivir los pocos años que le quedaban de vida en la más completa oscuridad.

En los casos de diabetes agresivos, la ceguera está provocada por una retinopatía diabética o por una de sus complicaciones, el edema macular diabético. De hecho, la retinopatía diabética es una de las principales causas de ceguera prevenible en todo el mundo. Varias de sus complicaciones pueden provocar discapacidad visual, pero entre ellas el edema macular diabético es la más frecuente.

El crecimiento del número de casos de diabetes mellitus en todo el planeta va acompañado del incremento de los pacientes con retinopatía diabética y de edema macular diabético, hasta el punto de que se calcula que podría aumentar a casi 161 millones y 29 millones, respectivamente, en el año 2045.

En la actualidad alrededor de 300.000 personas sufren en España este problema de visión. 

El diagnóstico precoz es fundamental para evitar los casos de ceguera. Para ello, un grupo de investigadores de Singapur ha desarrollado nuevos modelos de Inteligencia Artificial (IA) que tienen como objetivo detectar de forma automatizada el edema macular diabético mediante el uso de fotografías de fondo de ojo en color (CFP) y tomografías de coherencia óptica (OCT), tal y como recoge la publicación Science Direct¹.

Ambas pruebas son modalidades de imagen que se utilizan con frecuencia para la detección de edema macular diabético. Las fotografías de fondo de ojo en color tienen mayor disponibilidad y se suelen emplear para la detección de la retinopatía diabética. Por su parte, las exploraciones con tomografía de coherencia óptica son más costosas y, por lo general, se emplean para confirmar el diagnóstico de edema macular diabético con compromiso central.

En la actualidad, el edema macular diabético se puede tratar de manera efectiva con terapias intravítreas aunque no todos los casos requieren tratamiento. Por eso es muy importante conseguir diferenciar ambos grupos de pacientes, los que necesitan un tratamiento efectivo de los que solo precisan observación. Y éste es uno de los objetivos de esta herramienta digital.

Para perfeccionar los modelos de IA se utilizaron datos de más de un millar de ojos, que sirvieron para entrenar y validar los algoritmos. De ellos, casi medio millar se empleó para las pruebas.

Los modelos de IA desarrollados en este estudio pueden utilizar modalidades de imágenes retinianas multimodales para detectar edema macular diabético con compromiso central, discapacidad visual y las dos juntas. En particular, los modelos que utilizaron fotografías de fondo de ojo en color solo y los que usaron éstas y tomografías de coherencia óptima mostraron el mayor rendimiento diagnóstico.

Una vez validados estos resultados en estudios prospectivos el modelo de IA podría utilizarse en clínicas o programas de detección de retinopatía diabética en telemedicina, para mejorar el triaje y para detectar a pacientes con edema macular diabético con compromiso central que sufren discapacidad visual y que pueden beneficiarse de un tratamiento oportuno.