Dispositivo portátil de varredura por fenda com IA para triagem de doenças oculares de baixo custo

Uma Ferramenta de Bolso para Proteger a Visão

Muitos dos dois bilhões de pessoas no mundo com visão prejudicada perdem a visão porque doenças oculares são detectadas tardiamente. A parte frontal do olho — onde estão a córnea transparente, a íris e o cristalino — contém indícios precoces de problemas como catarata, glaucoma e deformações corneanas, mas as melhores máquinas atuais são volumosas e custam dezenas de milhares de dólares. Este estudo apresenta um scanner manual alimentado por bateria e equipado com IA que ilumina o olho com um feixe fino de luz e mede estruturas-chave com precisão próxima à clínica, a um custo de peças abaixo de 500 dólares. Se amplamente distribuído, um dispositivo assim poderia levar triagens oculares avançadas de grandes hospitais para clínicas de bairro e eventos comunitários.

Por Que a Triagem Ocular é Difícil de Atingir

A perda de visão não está distribuída uniformemente pelo globo. Pessoas em países de baixa e média renda, e mesmo grupos desatendidos em nações mais ricas, frequentemente têm acesso limitado a oftalmologistas e ferramentas avançadas de imagem. Microscópios slit‑lamp padrão permitem que especialistas examinem em detalhe a superfície anterior do olho, mas são pesados, caros e dependem da habilidade e do julgamento do examinador. Máquinas mais avançadas, como tomografia de coerência óptica do segmento anterior (AS‑OCT), podem medir estruturas oculares com precisão, mas seus preços acima de 50.000 dólares as mantêm restritas a grandes clínicas. Como resultado, medidas básicas — como a profundidade da câmara anterior do olho ou a espessura da córnea — raramente são coletadas em triagens comunitárias de rotina, embora esses números sejam vitais para identificar precocemente risco de glaucoma e outras condições.

Um Scanner Manual com Inteligência Incorporada

A equipe de pesquisa construiu um dispositivo compacto de varredura que funciona de forma semelhante a um slit‑lamp miniaturizado e motorizado. Um LED branco brilha através de uma abertura estreita para criar uma “folha” fina de luz, que um pequeno espelho varre sobre o olho. Uma pequena câmera, posicionada em ângulo, registra de 50 a 70 imagens ao longo de cerca de 15 segundos enquanto a luz se move. Para manter o conforto do paciente, o sistema coleta várias imagens fracas em cada posição do espelho e as média, melhorando a qualidade sem usar luz intensa. Dentro do aparelho, um modelo leve de aprendizado profundo chamado LWBNA‑unet traça automaticamente características-chave em cada quadro: os reflexos brilhantes na córnea e na íris, o contorno da pupila e as superfícies anterior e posterior da córnea. Quadros em que esses marcos estão pouco nítidos — por piscadas ou movimento — são descartados automaticamente, funcionando como controle de qualidade embutido.

Transformando Imagens em Medidas

Uma vez contornadas as estruturas oculares, um software com consciência geométrica converte as imagens brutas em distâncias do mundo real. Como o feixe de luz incide na córnea com inclinação, a faixa refletida aparece artificialmente mais larga; o sistema corrige isso usando os ângulos conhecidos de iluminação em cada posição. Em seguida usa a largura visível da córnea em cada quadro como uma régua pessoal, assumindo um diâmetro típico de 12 milímetros no mundo real, para converter pixels em milímetros. Com esses passos, o dispositivo estima a profundidade da câmara anterior (o espaço entre a superfície interna da córnea e a íris) e a espessura da córnea central, além de calcular medidas relacionadas, como o ângulo onde a íris encontra a córnea e a área da câmara. Como as imagens estão em cores naturais, a mesma varredura pode destacar lentes opacas (catarata), áreas turvas na córnea e acentuada curvatura anormal observada no ceratocone.

Quão Bem Ele se Compara às Máquinas Hospitalares

Para verificar a precisão, os pesquisadores testaram o protótipo em cerca de 170 adultos e compararam medições detalhadas em 50 olhos com as de um sistema comercial AS‑OCT. Para a profundidade da câmara anterior, o dispositivo manual acompanhou de perto a máquina de referência: a diferença típica ficou próxima de zero, com a maioria dos olhos concordando dentro de cerca de três décimos de milímetro — pequena o suficiente para triagem e estratificação de risco. Testes estatísticos mostraram que, na prática, os dois métodos podem ser usados quase de forma intercambiável para essa medição. As estimativas de espessura corneana foram menos precisas: em média, a unidade portátil leu 20 a 30 micrômetros mais fina, e resultados individuais podiam variar cerca de um a dois pixels da câmera. Os autores atribuem isso principalmente à resolução atual da imagem, e classificam essas leituras de espessura como exploratórias, em vez de grau clínico. Ainda assim, exemplos clínicos demonstraram que o sistema distingue claramente ângulos profundos e abertos de ângulos estreitos e congestionados e capta características de catarata, opacidade corneana e ceratocone que correspondem às vistas padrão de slit‑lamp ou OCT.

O Que Isso Pode Significar para o Cuidado Ocular Cotidiano

Ao combinar óptica de baixo custo, um feixe de luz motorizado e IA embarcada, este scanner manual fornece medidas quantitativas que antes exigiam máquinas grandes e caras, além de produzir imagens coloridas ricas em pistas de doença. Sua capacidade de operar inteiramente em um pequeno módulo de computação de borda, sem conexão à internet, o torna adequado para ações movidas a bateria em locais remotos ou com grande movimento. O estudo mostra que a profundidade da câmara anterior pode ser medida com confiabilidade próxima à clínica, posicionando o dispositivo como uma ferramenta promissora para detecção precoce do glaucoma por ângulo fechado e distúrbios relacionados. Com refinamentos adicionais e ensaios maiores no mundo real, os autores imaginam essa plataforma evoluindo para um sistema abrangente de triagem do segmento anterior do olho, dirigido por IA, que poderia ajudar a prevenir cegueira evitável em escala global.

Citação: Kaushik, N., Sharma, P., Miya, T. et al. Portable AI-powered scanning slit-light device for low-cost eye disease screening. Sci Rep 16, 13862 (2026). https://doi.org/10.1038/s41598-026-44392-w

Palavras-chave: triagem ocular, imagens portáteis, inteligência artificial, risco de glaucoma, dispositivo médico de baixo custo