Exames de sangue de rotina e aprendizado de máquina identificam complicações na miopia alta

Por que um exame de sangue simples pode ajudar a salvar a visão

Muita gente sabe que ser muito míope pode significar lentes mais grossas. Menos pessoas percebem que isso também pode danificar silenciosamente o próprio olho, levando a catarata, glaucoma, descolamento de retina e outros problemas que podem causar perda de visão permanente. Os equipamentos necessários para detectar essas complicações — câmeras e scanners oftalmológicos especializados — são caros e desigualmente disponíveis, especialmente fora de grandes hospitais. Este estudo explora uma alternativa surpreendente: usar os resultados de exames de sangue de rotina, combinados com aprendizado de máquina, para identificar pessoas com miopia alta que podem estar desenvolvendo complicações oculares graves muito antes dos sintomas aparecerem.

De um problema ocular comum a uma ameaça silenciosa

A miopia alta, geralmente definida como um grau muito elevado de visão curta, está se tornando mais comum no mundo todo. Além da visão embaçada para longe, ela estica e afina o globo ocular, aumentando o risco de catarata, glaucoma, dano à mácula sensível à luz e descolamento da retina. Algumas dessas condições podem ser retardadas ou tratadas se detectadas precocemente, mas muitas pessoas com miopia alta não fazem exames oftalmológicos regulares com especialistas. Ferramentas de imagem avançadas, como tomografia de coerência óptica, fornecem imagens detalhadas do olho, porém são caras, exigem equipe treinada e são escassas em muitas regiões. Como consequência, muitas alterações oculares perigosas passam despercebidas até que a visão já esteja gravemente afetada.

Procurando pistas em exames de sangue do dia a dia

Os pesquisadores perguntaram se informações já coletadas durante check-ups de rotina poderiam ajudar. Exames de sangue de rotina são baratos, amplamente disponíveis e realizados milhões de vezes por dia para monitorar a saúde geral. Trabalhos anteriores sugeriram que certos marcadores sanguíneos de inflamação, metabolismo e coagulação estão ligados a doenças oculares. Neste estudo, a equipe reuniu dados de mais de 10.000 pessoas com miopia alta tratadas em cinco hospitais na China. Algumas não apresentavam problemas adicionais; outras tinham uma de cinco complicações principais: catarata, degeneração macular, neovascularização sub-retiniana, glaucoma ou descolamento de retina. Para cada pessoa, 61 medidas laboratoriais comuns — incluindo tipos de glóbulos brancos, níveis de gordura e medidas de coagulação — foram lançadas em uma série de algoritmos de aprendizado de máquina para verificar se padrões no sangue poderiam distinguir quem tinha complicações de quem não tinha.

Uma assinatura de nove números para o risco ocular

Entre os muitos algoritmos testados, um tipo de modelo chamado random forest teve desempenho especialmente bom. Surpreendentemente, o modelo não precisou das 61 medidas. Após uma seleção cuidadosa de características, um conjunto de apenas nove marcadores medidos rotineiramente — principalmente certos tipos de células imunes (eosinófilos e basófilos e suas porcentagens), plaquetas, ácido úrico e gorduras sanguíneas como triglicerídeos e apolipoproteína B — capturou quase todo o poder preditivo. Esses marcadores são coerentes com o que se sabe sobre como inflamação, lipídios sanguíneos e coagulação contribuem para o dano ocular na miopia alta. Usando apenas esses nove valores, o modelo separou corretamente miopia alta sem complicações da miopia com complicações com acurácia muito alta na coorte hospitalar original, e seu desempenho permaneceu forte quando testado em dois grupos hospitalares adicionais.

Do modelo de computador à triagem no mundo real

Para verificar se essa abordagem poderia funcionar na prática cotidiana, os pesquisadores incorporaram o modelo de nove marcadores em um aplicativo web simples que os clínicos podem usar no momento da coleta de sangue. Em um estudo hospitalar prospectivo com mais de 4.500 pessoas com miopia alta, a ferramenta classificou alguns como alto risco e outros como baixo risco. Quando esses pacientes foram submetidos posteriormente a exames oftalmológicos detalhados, os apontados como alto risco tinham muito mais probabilidade de ter uma complicação verdadeira, e o modelo deixou passar relativamente poucos casos. A equipe então avançou para a comunidade, aplicando o modelo a quase 1.900 pessoas com miopia alta identificadas entre mais de 300.000 adultos que participavam de check-ups de rotina. Entre aqueles que o modelo marcou como alto risco e que concordaram em realizar exames oculares adicionais, quase três em cada quatro foram confirmados com uma complicação séria — muito acima do esperado se todos fossem encaminhados sem critério.

O que isso pode significar para pacientes e sistemas de saúde

O estudo sugere que algo tão simples quanto um painel sanguíneo padrão, interpretado por um algoritmo cuidadosamente treinado, pode funcionar como um sistema de alerta precoce para doenças oculares perigosas em pessoas com miopia alta. Isso não substitui a imagem ou o exame especializado do olho; em vez disso, ajuda a decidir quem mais urgentemente precisa dessa atenção escassa. Em locais onde equipamentos oftalmológicos e especialistas são limitados, uma ferramenta de triagem baseada em sangue poderia tornar a triagem populacional mais prática e acessível, detectando muitos casos mais cedo enquanto evita encaminhamentos desnecessários. Se validada em mais países e refinada para reduzir casos perdidos e falsos alarmes, essa abordagem pode se tornar uma forma escalável de proteger a visão usando exames que já fazem parte do cuidado de rotina.

Citação: 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

Palavras-chave: miopia alta, triagem visual, aprendizado de máquina, biomarcadores sanguíneos, complicações oculares