Un modelo de inteligencia artificial entrenado con fotografías de fondo de ojo logró detectar demencia y predecir su aparición futura con un desempeño superior al de las herramientas de evaluación de riesgo utilizadas actualmente en la práctica clínica.
Un equipo de investigadores de la Universidad Nacional de Seúl, en Corea del Sur, desarrolló un modelo de inteligencia artificial (IA) capaz de identificar señales de demencia a partir de fotografías simples del fondo de ojo, el mismo tipo de imagen que se toma de forma rutinaria en revisiones oftalmológicas y chequeos de salud. El trabajo, publicado en npj Digital Medicine, muestra que estas imágenes, obtenidas sin necesidad de dilatar la pupila ni de estudios costosos como resonancia magnética, contienen información capaz de anticipar el deterioro cognitivo.
La retina comparte con el cerebro su origen durante el desarrollo embrionario, así como buena parte de su estructura vascular y nerviosa. Esa similitud llevó a los investigadores a pensar que los cambios asociados a enfermedades neurodegenerativas podrían dejar huellas visibles en los vasos sanguíneos y en el nervio óptico de la retina, mucho antes de que aparezcan los síntomas cognitivos evidentes.
Para poner a prueba esta idea, el equipo utilizó información de más de 36 mil personas que se realizaron chequeos médicos en el Hospital Universitario Nacional de Seúl entre 2004 y 2016. Analizaron cinco modelos distintos de inteligencia artificial, entrenados previamente con grandes volúmenes de imágenes, y probaron distintas formas de ajustarlos para la tarea específica de identificar demencia. El modelo con mejor desempeño, llamado RETFound-MAE, alcanzó una capacidad de discriminación del 75% para detectar demencia existente, medida a través del área bajo la curva ROC, superando claramente al puntaje CAIDE, una herramienta clínica de uso común que calcula el riesgo de demencia a partir de factores como edad, presión arterial, colesterol y actividad física, y que en este estudio obtuvo un 62.4%.
Sin embargo, el hallazgo más relevante tiene que ver con la capacidad predictiva del modelo. Al aplicarlo a un grupo de más de 25 mil personas que no tenían demencia al momento del examen y seguirlas durante un promedio de 5.5 años, el sistema logró anticipar quiénes desarrollarían la enfermedad con un índice de concordancia de 0.812, muy por encima del 0.689 alcanzado por el puntaje CAIDE tradicional. Además, el resultado del modelo se mantuvo como un factor de riesgo independiente incluso después de ajustar por edad, sexo, presión arterial, colesterol, índice de masa corporal y actividad física.
Para entender qué partes de la imagen utilizaba el modelo para tomar sus decisiones, los investigadores generaron mapas de calor que señalan las regiones de la retina con mayor peso en la predicción. En la gran mayoría de los casos, la atención del modelo se concentró en el disco óptico, el punto donde convergen las fibras nerviosas antes de formar el nervio óptico, particularmente en su borde temporal. Este hallazgo coincide con estudios previos que han documentado adelgazamiento de la capa de fibras nerviosas de la retina en personas con Alzheimer, lo que refuerza la idea de que el modelo está captando cambios biológicamente relevantes y no simplemente patrones estadísticos sin sentido clínico.
Los propios autores señalan que la sensibilidad del modelo, de 62.5%, y su valor predictivo positivo, de 36.3%, indican que un resultado positivo debe entenderse como una señal para realizar una evaluación cognitiva más profunda, y no como un diagnóstico en sí mismo. También advierten que el estudio se realizó en población coreana de un solo centro médico, por lo que se requiere validación en grupos étnica y geográficamente más diversos antes de pensar en su aplicación clínica generalizada. Otras limitaciones incluyen la falta de datos sobre nivel educativo de los participantes, un factor de peso en el cálculo del riesgo de demencia, y la ausencia de información sobre enfermedades oculares que podrían alterar la apariencia de la retina de forma independiente al deterioro cognitivo.
Dado que la fotografía de fondo de ojo ya forma parte de exámenes de salud rutinarios y de consultas oftalmológicas en muchos países, y que existe una disponibilidad creciente de cámaras portátiles e incluso adaptadas a teléfonos inteligentes, los investigadores plantean que esta tecnología podría integrarse como una herramienta adicional de tamizaje oportunista, capaz de identificar personas que ameriten seguimiento clínico antes de que el deterioro cognitivo se vuelva evidente.
