retinIA incorpora tecnología desarrollada por PROSPERiA para beneficiar la salud visual
Desarrollamos y validamos nuestros propios modelos de inteligencia artificial en colaboración con profesionales de la salud visual.
Revisión por pares / Peer-reviewed article
Agosto, 2021. JMIR Formative Research
Validación de un Sistema Automatizado de Análisis de Retina (Automated Retina Image Analysis, ARIA)
Este estudio evaluó la eficacia de un sistema de aprendizaje profundo para identificar casos derivables o referibles de retinopatía diabética en pacientes mexicanos, comparando su precisión contra el diagnóstico de 17 oftalmólogos.
Objetivo: Evaluar el desempeño del sistema automatizado como herramienta de asistencia para oftalmólogos mediante una plataforma web.
Metodología: Se compararon tres esquemas, 1) diagnóstico solo por oftalmólogo, 2) oftalmólogo asistido por la respuesta de la IA, y 3) oftalmólogo asistido por la IA con mapas de calor (explicabilidad). El «estándar de oro» fue definido por el consenso de 3 retinólogos.
Resultados Clave:
Precisión de la IA: Logró un AUC (Área bajo la curva) del 98.3% en pacientes mexicanos, con una sensibilidad del 95.2%.
Desempeño Superior: El sistema ARIA superó el promedio de los 17 oftalmólogos participantes en la detección de casos referibles.
Efecto de Asistencia: Cuando los médicos usaron la IA como apoyo, su sensibilidad aumentó significativamente del 87.3% al 93.3%.
Conclusión: El sistema es una herramienta robusta y eficaz para expandir la capacidad de detección temprana de retinopatía diabética tanto en uso autónomo como asistencial.
Whitepaper / Reporte técnico
Mayo, 2022.
Evaluación multipatología de retina con potencial para realizar tamizajes costo-efectivos a gran escala
Este estudio es el primero en América Latina en desarrollar modelos para las cuatro principales causas de ceguera irreversible. Además, es el primer estudio a nivel mundial en demostrar una alta precisión en entornos de atención primaria utilizando cámaras portátiles de bajo costo, lo que lo hace ideal para campañas de salud masivas.
Resumen de la Validación
Objetivo: Desarrollar y validar un sistema automatizado capaz de detectar simultáneamente cuatro patologías: retinopatía diabética, degeneración macular relacionada con la edad, edema macular diabético y miopía patológica.
Metodología: Se utilizaron enfoques de aprendizaje profundo (Deep Multi-task Learning) y transferencia de aprendizaje para la generación de modelos de análisis de retina. El sistema se probó específicamente con imágenes capturadas mediante cámaras portátiles no midriáticas (sin necesidad de dilatar la pupila) en poblaciones de primer nivel de atención.
Resultados Clave:
Rendimiento Excepcional: Para las cuatro enfermedades, se lograron sensibilidades superiores al 90% en casos moderados/graves y un AUC-ROC superior al 98%.
Estrategia Multi-enfermedad: El modelo integrado alcanzó una sensibilidad superior al 95% para la derivación de pacientes con cualquier signo de las cuatro patologías, manteniendo un Valor Predictivo Positivo (PPV) del 90%.
Especificidad: Se mantuvieron niveles de especificidad por encima del 95%, minimizando los falsos positivos.
Conclusión: El sistema posee las propiedades ideales para campañas de tamizaje masivo en entornos de recursos limitados: alta precisión, enfoque en atención primaria y compatibilidad con dispositivos portátiles y rentables.
Pre-printed research article / Pre-publicación
Agosto, 2024. MedRxiv
Revisión por pares / Peer-reviewed article
Mayo, 2025. Front. Ophthalmol.
Validación de IA en un hospital de oftalmología en México: Comparativa frente a residentes de oftalmología
En este estudio se evalúa la herramienta retinIA en un hospital de tercer nivel en la Ciudad de México. Se midió la precisión en la detección de múltiples patologías y la medición anatómica precisa del disco óptico.
Objetivo: Comparar el desempeño de la plataforma de IA contra oftalmólogos residentes de primer año en la detección de enfermedades de la retina y la evaluación de sospecha de glaucoma.
Metodología: Se analizaron 435 pacientes utilizando modelos de arquitectura Inception V3 (para lesiones) y modelos U-Net (para segmentación del nervio óptico). Se midió la relación copa-disco (CDR) y se comparó con el consenso de expertos.
Resultados Clave:
Detección de Glaucoma: La IA superó a los residentes en precisión (88.6% vs. 82.9%) y mostró una correlación mucho más alta con los expertos en la medición del nervio óptico.
Sensibilidad Superior: En enfermedades de la retina de riesgo medio/alto, la IA alcanzó un 90.1% de sensibilidad, frente al 63% de los médicos residentes.
Sinergia Humano-IA: La combinación del criterio médico con la IA alcanzó una sensibilidad del 100% en casos de alto riesgo.
Discusión: Los resultados destacan el valor de la IA como una herramienta de soporte crítico, optimizando la precisión diagnóstica en entornos de alta complejidad.
Validación de otras soluciones de PROSPERiA:
Pre-printed research article / Pre-publicación
Enero, 2021. MedRxiv
Preguntas frecuentes
¿Qué tecnología utiliza retinIA para analizar la salud visual?
retinIA utiliza algoritmos avanzados de visión computacional y redes neuronales profundas (Deep Learning). Esta tecnología consiste en identificar patrones visuales asociados a patologías oculares mediante el análisis de una vasta base de datos de entrenamiento (más de 300,000 imágenes). A diferencia de un análisis manual, nuestra IA procesa de manera estandarizada la textura y estructura de las imágenes de retina para detectar anomalías que muchas veces son imperceptibles al ojo humano en etapas tempranas.
¿retinIA puede ayudar a prevenir riesgos de salud más allá de los ojos?
Sí. La salud de la microvasculatura de la retina es un reflejo del sistema vascular en otros órganos del cuerpo. Por lo cual, retinIA es una gran herramienta tecnológica que ayuda a prevenir daño orgánico causado por enfermedades cardiometabólicas como diabetes e hipertensión, funcionando como una herramienta de medicina preventiva de primer nivel.
¿retinIA sustituye el diagnóstico de un médico oftalmólogo?
No. retinIA es una herramienta de tamizaje y apoyo diagnóstico. Su objetivo es identificar casos de riesgo de manera masiva para que puedan ser referidos oportunamente a un especialista. La plataforma genera un reporte técnico que facilita el trabajo del oftalmólogo, permitiendo una intervención temprana y reduciendo el riesgo de ceguera evitable.
