Pruebas sanguíneas de rutina y aprendizaje automático identifican complicaciones en la miopía alta

Por qué un simple análisis de sangre podría ayudar a salvar la vista

Muchos saben que ser muy miope puede traducirse en gafas más gruesas. Menos personas se dan cuenta de que también puede dañar silenciosamente el ojo, provocando cataratas, glaucoma, desprendimiento de retina y otros problemas que pueden causar pérdida visual permanente. El equipo necesario para detectar estas complicaciones —cámaras y escáneres oculares especializados— es caro y está disponible de forma desigual, sobre todo fuera de los grandes hospitales. Este estudio explora una alternativa sorprendente: usar los resultados de análisis de sangre de rutina, combinados con aprendizaje automático, para detectar a personas con miopía alta que podrían estar desarrollando complicaciones oculares graves mucho antes de que aparezcan los síntomas.

De un problema ocular común a una amenaza silenciosa

La miopía alta, por lo general definida como una fuerte graduación de corta distancia, está aumentando en todo el mundo. Más allá de la visión borrosa a distancia, estira y adelgaza el ojo, elevando el riesgo de cataratas, glaucoma, daño en la mácula sensible a la luz y desprendimiento de retina. Algunas de estas condiciones pueden ralentizarse o tratarse si se detectan a tiempo, pero muchas personas con miopía alta no reciben revisiones oftalmológicas regulares. Herramientas de imagen avanzadas como la tomografía de coherencia óptica ofrecen imágenes detalladas del ojo, pero son costosas, requieren personal capacitado y son escasas en muchas regiones. Como resultado, muchos cambios oculares peligrosos pasan desapercibidos hasta que la visión ya está gravemente afectada.

Buscando pistas en análisis de sangre habituales

Los investigadores se preguntaron si la información ya recogida en los chequeos de salud estándar podría ser útil. Los análisis de sangre de rutina son baratos, están muy extendidos y se realizan millones de veces al día para monitorizar la salud general. Trabajos previos sugirieron que ciertos marcadores sanguíneos de inflamación, metabolismo y coagulación se asocian con enfermedades oculares. En este estudio, el equipo recopiló datos de más de 10.000 personas con miopía alta atendidas en cinco hospitales de China. Algunas no presentaban más problemas; otras tenían una de cinco complicaciones principales: catarata, degeneración macular, neovascularización subretiniana anómala, glaucoma o desprendimiento de retina. Para cada persona, 61 mediciones de laboratorio comunes —incluidos tipos de glóbulos blancos, niveles de lípidos y medidas de coagulación— se introdujeron en distintos algoritmos de aprendizaje automático para ver si los patrones en la sangre podían distinguir a quienes tenían complicaciones de los que no.

Una huella de nueve números para el riesgo ocular

Entre los muchos algoritmos probados, un tipo de modelo llamado random forest funcionó especialmente bien. Sorprendentemente, el modelo no necesitó las 61 mediciones. Tras una selección cuidadosa de características, un conjunto de solo nueve marcadores de rutina —principalmente ciertos glóbulos inmunitarios (eosinófilos y basófilos y sus porcentajes), plaquetas, ácido úrico y grasas sanguíneas como triglicéridos y apolipoproteína B— captó casi todo el poder predictivo. Estos marcadores encajan con lo que se sabe sobre cómo la inflamación, los lípidos sanguíneos y la coagulación contribuyen al daño ocular en la miopía alta. Usando solo estos nueve valores, el modelo separó correctamente la miopía alta sin complicaciones de la complicada con una precisión muy alta en la cohorte hospitalaria original, y su rendimiento se mantuvo sólido al probarse en dos grupos hospitalarios adicionales.

Del modelo informático al cribado en el mundo real

Para comprobar si este enfoque podría funcionar en la práctica cotidiana, los investigadores integraron el modelo de nueve marcadores en una aplicación web sencilla que los clínicos pueden usar en el momento de la extracción de sangre. En un estudio hospitalario prospectivo de más de 4.500 personas con miopía alta, la herramienta etiquetó a algunos como de alto riesgo y a otros como de bajo riesgo. Cuando estos pacientes se sometieron más tarde a exámenes oculares detallados, los clasificados como de alto riesgo tenían mucha más probabilidad de tener una complicación real, y el modelo pasó por alto relativamente pocos casos. El equipo luego pasó a la comunidad, aplicando el modelo a casi 1.900 personas con miopía alta identificadas entre más de 300.000 adultos que participaban en chequeos de salud rutinarios. Entre aquellos que el modelo marcó como de alto riesgo y aceptaron pruebas oculares adicionales, casi tres de cada cuatro fueron confirmados con una complicación seria —muy por encima de lo que sería de esperar si se remitiera a todo el mundo a ciegas.

Qué podría significar esto para pacientes y sistemas de salud

El estudio sugiere que algo tan simple como un panel sanguíneo estándar, interpretado mediante un algoritmo cuidadosamente entrenado, puede actuar como un sistema de alerta temprana para enfermedades oculares peligrosas en personas con miopía alta. Esto no sustituye la imagenología o la exploración especializada del ojo; en cambio, ayuda a decidir quién necesita con mayor urgencia esa atención escasa. En entornos donde el equipo ocular y los especialistas son limitados, una herramienta de triaje basada en sangre podría hacer que el cribado poblacional sea más práctico y asequible, detectando muchos casos antes y evitando derivaciones innecesarias. Si se valida en más países y se refina para reducir los casos no detectados y las falsas alarmas, este enfoque podría convertirse en una forma escalable de proteger la vista usando pruebas que ya forman parte de la atención de rutina.

Cita: Li, S., Ren, J., Wang, F. et al. Routine blood tests and machine learning identify complications in high myopia. Nat Commun 17, 3930 (2026). https://doi.org/10.1038/s41467-026-70891-5

Palabras clave: miopía alta, cribado visual, aprendizaje automático, biomarcadores sanguíneos, complicaciones oculares