Cómo una plataforma argentina con IA busca frenar la ceguera por diabetes

Una herramienta digital desarrollada por científicos del CONICET ya funciona en hospitales de la provincia de Buenos Aires para combatir una de las principales causas evitables de pérdida de visión: la retinopatía diabética. Se trata de Retinar, un sistema de teleoftalmología que analiza imágenes de la retina para detectar señales de alerta y agilizar la atención de los pacientes con mayor riesgo.

La retinopatía diabética afecta a cerca del 25 por ciento de las personas con diabetes a nivel mundial. Lo preocupante es que puede avanzar en silencio durante años, sin síntomas visibles, hasta que el daño se vuelve irreversible. La falta de acceso a especialistas y la demora en conseguir turnos agravan el problema, dejando a muchos pacientes sin los controles periódicos que necesitan.

¿Cómo funciona Retinar?

El sistema se apoya en retinografías tomadas por personal capacitado en hospitales o centros de salud. Primero, verifica que las imágenes tengan la calidad adecuada y luego aplica inteligencia artificial para identificar signos compatibles con una retinopatía que requiera derivación. Así, logra priorizar los casos más urgentes y ordenar el flujo de trabajo en los servicios de oftalmología.

José Ignacio Orlando, investigador del CONICET y responsable del desarrollo, explicó: “Desde el comienzo entendimos que un buen algoritmo era clave, pero que debía ser el punto de partida para ofrecer al final del camino una herramienta integrable al funcionamiento real del sistema sanitario argentino, que permitiera aprovechar la diversidad de hospitales, equipos y formas de trabajo que existen en el país”.

¿Dónde nació el proyecto?

La iniciativa surgió en el Instituto de Investigación en Plasmas Densos y sus Aplicaciones (PLADEMA), de la Facultad de Ciencias Exactas de la UNCPBA, en colaboración con el Servicio de Oftalmología del Hospital de Alta Complejidad en Red El Cruce. Detrás hay más de una década de investigaciones sobre análisis automático de imágenes de retina.

Para entrenar los modelos se utilizaron decenas de miles de imágenes evaluadas previamente por oftalmólogos, obtenidas con distintos equipos y en diversas condiciones. Uno de los mayores desafíos fue lograr que el sistema reconociera la enfermedad sin depender de un retinógrafo específico o de un único contexto clínico.

“Cuando empezamos a trabajar con los equipos de salud entendimos que, además de generar un modelo capaz de tamizar los casos de riesgo, íbamos a necesitar controlar la calidad de las imágenes”, señaló Orlando.

¿En qué hospitales ya se aplica?

La herramienta ya se utiliza en hospitales de Tandil, Florencio Varela y Necochea. Allí, la IA no reemplaza al especialista: ordena el flujo de estudios, automatiza tareas repetitivas y señala los casos que requieren una evaluación más rápida. La decisión clínica y el diagnóstico final continúan en manos del oftalmólogo.