Filtrar por tipo de entrada
Filtrar por categorías
Un modelo de aprendizaje profundo que analiza fotografías de retina predice la preeclampsia en un estudio multicéntrico con más de 8 mil embarazadas

El sistema, llamado Retina-PE, combina imágenes del fondo de ojo con factores clínicos maternos y presión arterial media para estimar el riesgo de preeclampsia como herramienta de triaje, no de diagnóstico.

Investigadores de hospitales de Shanghái, en colaboración con la Universidad de Monash, en Australia, desarrollaron Retina-PE, un modelo de inteligencia artificial multimodal que integra fotografías de retina, factores clínicos maternos y presión arterial media para predecir la aparición de preeclampsia. El estudio, publicado en npj Digital Medicine, utilizó datos recolectados de forma prospectiva en tres cohortes de dos hospitales materno-infantiles de Shanghái, correspondientes a 8,616 embarazadas atendidas entre junio de 2020 y diciembre de 2024. El desarrollo y la evaluación del modelo se realizaron de forma retrospectiva.

La preeclampsia es un trastorno hipertensivo del embarazo que afecta aproximadamente de 2% a 4% de las gestaciones en el mundo y no tiene tratamiento curativo más allá del parto. Los trastornos hipertensivos representan cerca de 14% de las muertes maternas. Los métodos actuales de predicción, como el algoritmo de la Fetal Medicine Foundation, tienen detección moderada, dependen de pruebas de laboratorio y son de acceso limitado en entornos con pocos recursos. Los autores plantean que la retina ofrece una ventana no invasiva a la salud microvascular sistémica, que se altera en la preeclampsia, y que el fondo de ojo ya se utiliza en atención primaria y telemedicina.

Retina-PE emplea una red neuronal ResNet-50 para analizar las imágenes y un codificador independiente para variables clínicas como edad, índice de masa corporal, paridad, antecedente de preeclampsia, hipertensión crónica y diabetes pregestacional. Un módulo de atención cruzada fusiona ambas fuentes. Las imágenes se tomaron en consultas prenatales rutinarias entre las semanas 20 y 34 con una cámara no midriática, y todas fueron adquiridas antes del diagnóstico. El modelo se entrenó con 7,109 embarazos y se validó con una cohorte externa de 1,507, que incluyó una mayor prevalencia de preeclampsia (19.2% frente a 8.4%).

Para la predicción de preeclampsia a partir de las semanas 24 a 28 y 28 a 32, el modelo alcanzó un área bajo la curva (AUC) de 0.853 y 0.708 en el conjunto de desarrollo, y de 0.728 y 0.815 en la validación externa. En preeclampsia pretérmino a una y cuatro semanas, el AUC fue de 0.871 y 0.791 en desarrollo, y de 0.801 en ambos casos en validación externa. En preeclampsia de inicio temprano a una y cuatro semanas, fue de 0.979 y 0.862 en desarrollo, y de 0.776 y 0.766 en validación externa. En el conjunto de desarrollo, el modelo multimodal obtuvo el mejor desempeño en las seis tareas, y superó al modelo que usa solo imágenes y al que usa solo datos clínicos.

Los autores precisan que la contribución de las imágenes varió según la tarea. En la validación externa, el modelo multimodal tuvo el mejor AUC en cinco de las seis tareas, pero en la predicción de preeclampsia de inicio temprano a cuatro semanas el modelo basado solo en fondo de ojo obtuvo un valor ligeramente superior (0.773). Por ello señalan que los resultados no sustentan una superioridad uniforme en todos los escenarios. Los análisis por paciente mostraron patrones similares, aunque con pocos eventos en algunas tareas, lo que limita la precisión de las estimaciones. Los mapas de atención del modelo se concentraron en las regiones vasculares de la retina, en particular en el arco vascular alrededor del disco óptico y en los vasos principales.

Los investigadores proponen un flujo de uso en el que la imagen se analice en tiempo real durante la consulta prenatal: las pacientes de bajo riesgo continuarían con la atención habitual, mientras que las de alto riesgo recibirían vigilancia reforzada, con control de presión arterial dos veces por semana, tamizaje de proteinuria y valoración por especialista. Aclaran que este esquema es conceptual y que la utilidad clínica solo podrá establecerse con estudios prospectivos.

Entre las limitaciones, el estudio se realizó en hospitales urbanos de una sola ciudad, por lo que no aporta evidencia sobre su factibilidad ni su costo-efectividad en entornos de bajos recursos. Tampoco se contó con datos individuales sobre el uso de aspirina profiláctica, que podría influir en los resultados, y no se evaluó el costo del equipo frente a pruebas basadas en el factor de crecimiento placentario. Las predicciones del modelo no estuvieron disponibles para los médicos tratantes, por lo que no influyeron en el manejo clínico. Los autores concluyen que los hallazgos respaldan la evaluación prospectiva de la imagen retiniana como fuente complementaria de información de riesgo en la atención prenatal.

Contenidos Relacionados

Secured By miniOrange