La diabetes es una epidemia global que afecta¹ a una de cada nueve personas en todo el mundo, es decir, a un total de 589 millones de adultos. Una de las complicaciones más comunes asociadas a esta patología es la retinopatía diabética, que a su vez es antesala de otros problemas graves de visión como el edema macular diabético.

Aunque puede provocar una pérdida de visión irreversible, la detección precoz y una intervención oportuna a menudo consiguen frenar su evolución. En este sentido, la combinación de herramientas de inteligencia artificial (IA) con la democratización de sistemas ópticos especializados abre la puerta a métodos de cribado que permiten abordar esta enfermedad en sus estadios iniciales.

Una de estas nuevas soluciones acaba de ser validada por las autoridades sanitarias europeas. Diseñada a partir de la alianza de dos empresas especializadas en sistemas ópticos y en IA, es una herramienta portátil y fácil de usar que integra cámaras de fondo de ojo y algoritmos de IA. Esta solución² está pensada para realizar un cribado portátil de retinopatía diabética, y para llevar directamente el cribado de esta enfermedad a la atención primaria, las consultas oftalmológicas, los programas móviles de cribado y los sistemas sanitarios.

Un estudio publicado por la revista Diabetes Technology & Therapeutics³, evaluó el rendimiento del algoritmo de IA combinado con la captación de 624 imágenes del fondo del ojo de un total de 156 individuos, con resultados prometedores: el sistema demostró un 94,8% de sensibilidad, un 91,4% de especificidad y un 92,7% de precisión diagnóstica para la retinopatía diabética.  A juicio de los responsables del estudio, estos datos validan la aplicación de la herramienta para realizar un cribado eficaz de la enfermedad.

Los promotores incluso avanzaron que, más allá de la retinopatía diabética, esta nueva plataforma abre la posibilidad de abarcar una gama más amplia de enfermedades retinianas.

La validación se llevó a cabo en un entorno clínico real, concretamente en el Hospital Universitario de Oulu, en Finlandia. En una primera fase contaron con la participación de 106 pacientes con diabetes tipo 1 o tipo 2 que se sometieron a pruebas de detección de retinopatía diabética. Para complementar la prueba, los investigadores incluyeron otros 50 pacientes con dermatitis más graves.

En total, los investigadores obtuvieron un total de 624 imágenes del fondo de ojo, centrado en papilar y mácula de ambos ojos, de 156 participantes. El sistema de IA, capaz de revisar la calidad de las imágenes en pocos segundos para determinar si su calidad es idónea o no, clasificó las imágenes en dos categorías: las que sufrían retinopatía diabética y las que no.

El modelo digital comparó las fotografías de forma casi inmediata con las cerca de 800.000 imágenes del fondo de ojo de una población diversa con el que había sido entrenado, probado y validado. De los 156 participantes, cinco fueron descartados por presentar imágenes de baja calidad en ambos ojos debido a la formación de cataratas, mientras que, del resto, el sistema evaluó 55 verdaderos positivos, 85 verdaderos negativos, 3 falsos negativos y 8 falsos positivos, aunque en seis de estos últimos se detectaron otras anomalías o enfermedades oculares.

Es decir, el sistema ofreció un 94,8% de sensibilidad, el 91,4% de especificidad y el 92,7% de precisión diagnóstica para la retinopatía diabética.