Sistema de apoyo a la decisión quirúrgica guiado por IA para la reparación de laceraciones corneales: un estudio de factibilidad prospectivo y no aleatorizado

Por qué importa una cirugía ocular más inteligente

Cuando la ventana frontal y transparente del ojo —la córnea— se corta por un accidente, la visión puede quedar dañada de forma permanente incluso después de una cirugía de urgencia. Es crucial colocar hilos diminutos con precisión para cerrar la herida, alisar la superficie corneal y evitar una visión distorsionada. Este estudio examina si un sistema de inteligencia artificial (IA) puede ayudar a los cirujanos oculares a decidir exactamente dónde colocar esos puntos, con el objetivo de ofrecer a los pacientes una vista más nítida y cómoda tras lesiones oculares graves.

Lesiones oculares y el reto de la reparación

Las laceraciones corneales son lesiones urgentes que amenazan tanto la forma del ojo como la capacidad de ver con claridad. Los cirujanos deben cerrar la herida con rapidez, pero los bordes del corte suelen ser irregulares y difíciles de alinear perfectamente. Si los puntos aprietan demasiado, quedan desiguales o están demasiado juntos, la córnea puede cicatrizar con tejido fibrótico y astigmatismo marcado —una deformación de la superficie ocular que hace que la luz se doble de forma desigual y la visión quede borrosa. Los resultados varían mucho entre distintos cirujanos, sobre todo en situaciones de emergencia. Los autores de este estudio plantearon si un sistema informático, entrenado con miles de imágenes, podría ofrecer orientación objetiva para que la sutura sea más precisa y coherente.

Cómo aprende la IA a partir de imágenes

El equipo construyó primero un sistema de visión por computadora usando aprendizaje profundo, una técnica que permite al software «aprender» patrones a partir de grandes conjuntos de imágenes. Entrenaron su modelo con 2.400 imágenes de ojos de cerdo con cortes corneales, que se asemejan estrechamente a las córneas humanas. La IA aprendió a delinear los bordes de la herida en cada foto, trazando esencialmente la forma y la localización reales de la laceración. Luego, mediante transferencia de aprendizaje, el modelo se afinó con 300 imágenes de lesiones corneales humanas que habían sido cuidadosamente delineadas por oftalmólogos experimentados. El sistema final pudo destacar de forma fiable la herida en una nueva imagen corneal y usar ese contorno para calcular cuántos puntos eran necesarios y exactamente dónde debía ir cada uno a lo largo de la laceración.

Convertir el análisis de la imagen en indicaciones punto por punto

Basándose en el contorno de la herida, la IA estimó cuánto tejido sano rodeaba el corte y sugirió un número adecuado de suturas y el espaciado entre ellas. Hizo esto trazando una línea central a lo largo de la herida, marcando puntos de referencia a distancias fijas y proyectando líneas cortas hacia el exterior en la córnea circundante para escoger puntos precisos de entrada de la sutura. Estos puntos elegidos por el ordenador se compararon con las ubicaciones preferidas por cirujanos expertos y coincidieron dentro de aproximadamente una décima de milímetro, lo que indica una precisión cercana a la humana. Durante la cirugía, los médicos del grupo guiado por IA vieron el patrón de sutura sugerido por el sistema y siguieron aproximadamente el 92 % de sus recomendaciones, conservando al mismo tiempo el control final en el quirófano.

Evaluación de la guía de la IA en pacientes reales

Para comprobar si esta planificación realmente beneficiaba a los pacientes, los investigadores realizaron un estudio prospectivo con 25 personas con laceraciones corneales de espesor completo. Catorce fueron tratadas con sutura estándar basada únicamente en el criterio del cirujano, mientras que once tuvieron sus puntos planificados con apoyo de IA. Todos los pacientes fueron seguidos durante al menos seis meses, y su agudeza visual y la forma corneal se midieron tras retirar los puntos. Aquellos cuya cirugía fue guiada por IA presentaron mejor agudeza visual corregida y menos astigmatismo que los tratados de forma convencional. Las medidas de qué tan lisa y simétrica quedó la superficie corneal tras la cicatrización también favorecieron al grupo IA, y ninguno de los casos guiados por IA requirió re-sutura por fugas.

Qué podría significar esto para la atención ocular futura

Para un lector no especialista, el mensaje principal es que un «copiloto» de IA en el quirófano puede ayudar a los cirujanos a colocar los puntos de manera más uniforme y eficiente tras lesiones oculares graves, lo que conduce a una visión más clara y a menos complicaciones. Este fue un estudio pequeño y de factibilidad no aleatorizado, por lo que se necesitan ensayos más amplios y rigurosos. El sistema también tiene límites: fue diseñado para cortes traumáticos agudos y lineales y aún no maneja heridas más complejas ni proporciona información de profundidad. Aun así, los hallazgos sugieren que combinar la habilidad del cirujano con un plan de sutura basado en datos podría hacer que la reparación ocular de urgencia sea más precisa y predecible, mejorando las probabilidades de que los pacientes recuperen una visión útil y cómoda tras devastadoras lesiones corneales.

Cita: Zheng, J., Lu, H., Chen, Y. et al. AI-guided surgical decision support system for corneal laceration repair: a prospective, non-randomized controlled feasibility study. Sci Rep 16, 12431 (2026). https://doi.org/10.1038/s41598-026-42805-4

Palabras clave: lesión corneal, cirugía ocular, inteligencia artificial, planificación quirúrgica, astigmatismo