Rendimiento real de un sistema de IA para el cribado de la retinopatía diabética

Por qué esto importa para las personas con diabetes

La diabetes puede dañar silenciosamente la parte posterior del ojo y provocar pérdida de visión antes de que aparezcan síntomas. Las revisiones oculares periódicas pueden prevenir la mayor parte de la ceguera relacionada con la diabetes, pero el número de oftalmólogos y el tiempo en consulta son limitados. Este estudio investigó si un programa de inteligencia artificial (IA) podía ayudar de forma segura a cribado de personas con diabetes durante las visitas rutinarias, detectando a quienes necesitan atención especializada y aliviando la presión sobre las clínicas oftalmológicas.

Una nueva forma de revisar los ojos en la consulta de diabetes

Investigadores de un hospital universitario de Bruselas probaron un sistema basado en IA diseñado para detectar enfermedad ocular diabética “remisible”, es decir, las fases en las que los pacientes deben ver a un especialista ocular. A adultos con diabetes que acudieron a la clínica de endocrinología se les tomaron fotografías rápidas de la parte posterior de cada ojo con una cámara pequeña, sin usar gotas para dilatar. Las imágenes se analizaron al instante con el software de IA, que determinó si cada paciente debía ser derivado por posible retinopatía diabética amenazante para la visión o edema macular. Más tarde, un especialista en retina revisó de forma independiente todas las imágenes usando una escala de clasificación estándar, proporcionando el criterio de referencia frente al que se evaluaron las decisiones de la IA.

Qué tan bien la IA detectó enfermedad ocular de riesgo

De 405 personas examinadas, 353 tuvieron imágenes lo bastante claras como para comparar las decisiones de la IA y del humano. En este grupo, aproximadamente 1 de cada 6 presentaba enfermedad ocular diabética lo suficientemente grave como para justificar derivación. El sistema de IA rindió muy bien: identificó correctamente casi 9 de cada 10 pacientes que necesitaban derivación y confirmó de forma correcta a casi todos los que no la necesitaban. En términos técnicos, el sistema alcanzó una sensibilidad del 88,9%, una especificidad del 98,7% y una precisión global (área bajo la curva) del 96,5%. Cuando el experto humano detectó fases de enfermedad que amenazaban la visión, el sistema de IA marcó a todos esos pacientes para derivación, lo que significa que no se pasaron por alto los individuos de mayor riesgo.

Resultados consistentes entre diferentes personas

El equipo también comprobó si la IA funcionaba igual de bien para distintas edades, sexos, grupos étnicos, tipos de diabetes, pesos corporales y calidades de imagen. En todos esos subgrupos, el rendimiento se mantuvo alto, sin una caída significativa de la precisión en ninguna categoría. En particular, la precisión fue excelente en adultos más jóvenes, en mujeres, en pacientes europeos, en quienes tenían diabetes tipo 1 y cuando la calidad de imagen se calificó como muy buena. Modelos estadísticos mostraron que dos factores diabéticos conocidos—niveles de glucosa más altos al diagnóstico y mayor duración de la diabetes—fueron predictores fuertes de enfermedad ocular grave tanto para la clasificación de la IA como para la humana, confirmando que las decisiones de la IA se alineaban con patrones de riesgo médicos conocidos.

Qué significa esto para clínicas y pacientes

Aparte del daño ocular por diabetes, casi una cuarta parte de los pacientes fueron remitidos a especialistas por otros problemas recién detectados, como cambios en el nervio óptico o signos de degeneración macular relacionada con la edad. Solo una minoría de esas derivaciones fue por retinopatía diabética en sí, lo que subraya cómo una simple fotografía del ojo puede revelar muchas condiciones oculares importantes. La herramienta de IA, sin embargo, se diseñó específicamente para reconocer retinopatía diabética y edema macular, no estas otras enfermedades, por lo que debe considerarse mejor como una ayuda de triaje y no como un sustituto completo del examen ocular. En la práctica, las clínicas pueden usar el sistema para clasificar automáticamente grandes cantidades de fotografías retinianas, permitiendo que los oftalmólogos dediquen más tiempo a casos complejos o que requieren tratamiento en lugar de revisar imágenes sanas.

Conclusión para lectores cotidianos

Este estudio belga en condiciones reales muestra que un programa de IA puede ayudar de forma segura y eficiente a cribado de personas con diabetes por daño ocular grave durante las visitas clínicas rutinarias, rindiendo al menos tan bien como los umbrales regulatorios para estas herramientas. Para los pacientes, esto podría significar revisiones oculares más rápidas y cómodas, menos visitas innecesarias al especialista y una mejor posibilidad de detectar cambios peligrosos antes de que se pierda la visión. Para los sistemas sanitarios que enfrentan una creciente oleada de diabetes, el cribado ocular apoyado por IA ofrece una vía práctica para ampliar la protección frente a la ceguera prevenible usando el tiempo de los especialistas de forma más eficiente.

Cita: Berrada, L., Crenier, L., Lytrivi, M. et al. Real-world performance of an AI system for diabetic retinopathy screening. Sci Rep 16, 7609 (2026). https://doi.org/10.1038/s41598-026-37292-6

Palabras clave: retinopatía diabética, inteligencia artificial, cribado ocular, aprendizaje profundo, teleoftalmología