Una retinografía parece un simple examen de rutina. Pero, ¿y si esa misma imagen pudiera anticipar un párkinson, un infarto o un accidente cerebrovascular años antes de que sucedan? Es la apuesta detrás de Global RETFound, uno de los proyectos de inteligencia artificial (IA) médica más grandes que se han impulsado. Se trata de un consorcio internacional que reúne a más de 180 grupos de investigación con el fin de construir el primer modelo fundacional de IA representativo del mundo [1].

"Con mi grupo de trabajo tenemos la suerte de participar por Chile, aportando información a través de retinografías de forma totalmente anonimizada y retrospectiva. Todo esto con la finalidad de obtener diagnósticos más precisos, generar nuevas herramientas de trabajo, impulsar la investigación y acelerar nuevos descubrimientos, tanto en oftalmología como en otros sistemas del cuerpo humano, a través de la oculómica". Así lo detalla el doctor Juan Pablo Figueroa, oftalmólogo, especialista en cirugía vítreo-retinal de Clínica Visión y el Hospital Regional de Rancagua, y colaborador de este proyecto.

- ¿Cómo surgió y cuál es su rol específico dentro del equipo?

La idea nació en 2023 como RETFound, liderado por el doctor Pearse Keane, oftalmólogo y retinólogo del Moorfields Eye Hospital, quien lo desarrolló junto a otros colegas de Inglaterra, Singapur y Hong Kong.

En 2025, se quiso globalizar para darle más robustez e incluir países que no habían estado representados, como los de África o América del Sur. Generalmente, los trabajos más potentes se hacen en Inglaterra, Europa o Estados Unidos, por lo que gran parte de la población con otras características queda fuera.

Se crea entonces Global RETFound. En mi caso, el doctor Javier Zarranz, coordinador de Latinoamérica, me contactó para ver si podía encargarme de colaborar con las imágenes que representan a nuestro país.

- ¿Cuál es su objetivo y posibles aplicaciones?

Es la base de datos más grande que existe a nivel de imágenes retinianas a nivel mundial. Su fin no es entender una enfermedad en específico, sino la representación general de la retina y posteriormente adaptarse mediante fine-tuning (ajuste fino) para resolver múltiples problemas oftalmológicos e incluso de otras enfermedades sistémicas mediante la oculómica.

El modelo conoce al detalle la retina a tal punto que, después, basta con muy pocas imágenes para desarrollar nuevas herramientas que ayuden a resolver distintos problemas. Puede utilizarse en el ámbito de la degeneración macular, el edema macular diabético, la retinopatía diabética y muchas otras patologías.

- ¿En qué consiste la oculómica?

Es una disciplina médica que utiliza el ojo como ventana para predecir, diagnosticar o monitorear enfermedades sistémicas, a través de biomarcadores o inteligencia artificial. Nos permite predecir el riesgo de alzhéimer, párkinson o de sufrir un evento cardiovascular mediante el ojo.

¿Cómo? A través de una gran base de datos y un buen entrenamiento, estos modelos fundacionales pueden generar respuestas, considerando además algunos metadatos, la edad y la etnia. Es la revolución de esta tecnología: uno le enseña para que resuelva.

Global RETFound es una contribución muy importante a la oftalmología; nos va a ayudar a simplificar nuestro trabajo como oftalmólogos, dar mejores diagnósticos y mejorar la capacidad para resolver preguntas que aún no nos hemos planteado.

- ¿Qué hace que este proyecto sea considerado uno de los más grandes en oftalmología e IA médica en el mundo?

Funciona obteniendo capturas reales. Partió con aproximadamente 1.6 millones de imágenes de retina en la primera versión de RETFound, y usa otro mecanismo llamado modelos de difusión: estos amplían la información disponible para generar más imágenes sintéticas, también con IA.

Hoy, el proyecto es más ambicioso y global, abarca 65 países a nivel de todos los continentes y busca llegar a los 100 millones de imágenes retinianas. Un porcentaje de ellas serán imágenes reales —entregadas por cada país— y a partir de esas se generarán imágenes sintéticas, haciendo el modelo aún más robusto. Es algo que nunca se había visto en oftalmología y probablemente esté entre los grandes proyectos de medicina en general e inteligencia artificial.

Algo muy interesante es que estas fotos retinianas son la única parte del cuerpo donde podemos visualizar las arterias y los vasos en vivo. Vemos la coloración, el tamaño y la tortuosidad de las arterias, las venas y los pequeños capilares de la retina. Eso puede dar mucha información sobre la alimentación, desarrollo y estado metabólico del paciente.

- ¿Por qué es tan relevante que incluya poblaciones que históricamente han estado subrepresentadas en este tipo de estudios?

En Latinoamérica y África tenemos enfermedades diferentes. En nuestra región hay patologías que vemos a diario que yo, formado en España, nunca había visto o había visto una o dos veces en cuatro años de formación. Al entrenarlo más con datos de nuestro país, estamos entregando imágenes que este modelo fundacional no estaba considerando antes dentro de su aprendizaje.

Si se omiten ciertas poblaciones del mundo, no se pueden sacar conclusiones tan certeras. Al entregar esta información, las respuestas a esas preguntas van a ser mucho mejores y más concretas. Podremos crear nuevas interrogantes, las cuales podrán incorporarse y necesitarán de menos imágenes.

Por ejemplo, podemos incluir diez o 100 retinografías de un problema poco representado en otra región y el modelo, si está bien entrenado, podrá dar una respuesta. Se trata de incorporar poblaciones que tienen otra epidemiología, enfermedades y características generales.

- ¿Cómo imagina la aplicación clínica de esta herramienta en el sistema de salud chileno en los próximos años?

Creo que contribuirá mucho a nuestra práctica. La IA ya llegó, es una herramienta que se utiliza a diario y que, si bien no reemplazará nunca al profesional médico, sí simplifica bastante las tareas cotidianas. En oftalmología, pienso que en unos años se usará para facilitar el diagnóstico, el tratamiento, el seguimiento y el monitoreo de los pacientes.

En cuanto a la oculómica, podremos predecir el riesgo y con eso conoceremos nuevos factores de riesgo o cómo monitorearlos mejor. También nos ayudará a comprender enfermedades de menor casuística, y con este sistema de amplificación de datos podremos dar solución a más enfermedades.

Referencia:
[1] UCL. Professor Pearse Keane on using eye health to detect dementia. Recuperado de: https://www.ucl.ac.uk/brain-sciences/research/dementia-ucl-priority/professor-pearse-keane-using-eye-health-detect-dementia

Por Dominique Vieillescazes Morán