La plataforma Retinar utiliza inteligencia artificial para analizar imágenes de la retina, detectar casos que requieren atención médica y ampliar el acceso al control oftalmológico.
Científicos argentinos desarrollaron Retinar, una plataforma de teleoftalmología basada en inteligencia artificial que busca mejorar la detección temprana de la retinopatía diabética, una de las principales causas de pérdida visual prevenible en personas con diabetes. La herramienta fue diseñada para ampliar el acceso a los controles oftalmológicos y optimizar el trabajo de los equipos de salud.
El proyecto es impulsado por investigadores del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y de la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA), comenzó hace más de diez años y actualmente continúa incorporando nuevas funciones para fortalecer los programas de atención en hospitales y centros de salud.
A través de un a publicación, científicos del CONICET explicaron que la retinopatía diabética es la principal causa de pérdida visual prevenible e irreversible en adultos en edad productiva. A nivel mundial, afecta a cerca del 25% de las personas con diabetes y, debido a que puede avanzar durante años sin presentar síntomas, el diagnóstico precoz resulta clave para evitar complicaciones.
La enfermedad se produce por el daño que los niveles elevados de glucosa provocan sobre los vasos sanguíneos de la retina. Detectarla en sus primeras etapas permite iniciar tratamientos que reducen significativamente el riesgo de deterioro de la visión.
En ese contexto, Retinar fue concebida para facilitar la identificación temprana de pacientes con riesgo de desarrollar complicaciones visuales asociadas a la diabetes. La plataforma utiliza inteligencia artificial para asistir a los profesionales sin reemplazar el criterio médico en la toma de decisiones clínicas.
Los modelos desarrollados son capaces de verificar automáticamente la calidad de las retinografías, identificar imágenes con signos compatibles con una retinopatía diabética que requiere derivación y colaborar en la organización de los controles oftalmológicos. La evaluación final continúa estando a cargo del especialista.
Para entrenar los algoritmos, los investigadores utilizaron decenas de miles de imágenes de fondo de ojo previamente analizadas por oftalmólogos. El conjunto de datos incluyó registros provenientes de bases públicas y locales, obtenidos con distintos equipos, condiciones de iluminación y poblaciones, lo que permitió mejorar la capacidad de respuesta de la inteligencia artificial.
Además, el equipo desarrolló técnicas de preprocesamiento para uniformar las imágenes y minimizar las diferencias que podían afectar el rendimiento de los modelos. Actualmente, los investigadores trabajan en nuevas funciones para que la plataforma pueda asistir en la elaboración de informes oftalmológicos, incorporar la detección de otras enfermedades y ampliar sus capacidades diagnósticas.