IA y retina: un avance genético contra la ceguera hereditaria

Hallazgo Principal

Un equipo internacional de investigadores ha desarrollado un sistema de inteligencia artificial (IA) innovador, denominado Retina4IRD, capaz de ayudar a los especialistas a identificar con mayor precisión las causas genéticas de las enfermedades retinianas hereditarias. Este avance promete acortar significativamente el largo y complejo proceso diagnóstico para pacientes en riesgo de ceguera, ofreciendo una esperanza renovada para millones de personas en todo el mundo.

Retina4IRD es un sistema de apoyo a la decisión clínica basado en IA que predice 17 categorías de genotipos asociados con enfermedades retinianas hereditarias utilizando únicamente imágenes de la retina. Los resultados de un ensayo clínico aleatorizado demostraron que los especialistas asistidos por este sistema lograron una precisión de predicción genética notablemente superior en comparación con aquellos que trabajaron sin la ayuda de la IA, lo que subraya su potencial transformador en la práctica clínica.

Contexto

Las enfermedades retinianas hereditarias son un grupo de trastornos oculares raros causados por anomalías genéticas, y representan una de las principales causas de ceguera a nivel global, afectando a más de 5 millones de personas. Un diagnóstico genético preciso es crucial no solo para determinar las estrategias de tratamiento y predecir el pronóstico, sino también para el asesoramiento genético y, cada vez más, para identificar a los pacientes elegibles para las emergentes terapias génicas. Sin embargo, el proceso diagnóstico actual es complejo, prolongado y, en muchos casos, no logra identificar el gen causante.

Detalles del Estudio

El diagnóstico de estas enfermedades implica exámenes oftalmológicos detallados, como la tomografía de coherencia óptica (OCT) y la fotografía de fondo de ojo, junto con la secuenciación de próxima generación (NGS) y consultas multidisciplinares. Este proceso puede tardar años y, lamentablemente, el gen causante permanece sin identificar en más del 40% de los pacientes. Estas demoras pueden hacer que los pacientes pierdan oportunidades vitales para acceder a terapias génicas o ensayos clínicos.

Para superar estas limitaciones, los investigadores desarrollaron Retina4IRD, que utiliza un modelo Vision Transformer preentrenado con RETFound. El modelo fue entrenado y validado con datos multimodales, incluyendo fotografías de fondo de ojo a color y escaneos OCT, de 1.843 pacientes (3.376 ojos) con enfermedades retinianas hereditarias genéticamente confirmadas, procedentes de China, Corea del Sur y Polonia. En la validación, Retina4IRD alcanzó una precisión de predicción Top-5 del 90,4% internamente y del 85,6% externamente.

Posteriormente, se realizó un ensayo clínico aleatorizado para evaluar el rendimiento del sistema de IA en la práctica clínica real. Se asignaron aleatoriamente 300 pacientes con sospecha de enfermedades retinianas hereditarias a un grupo asistido por Retina4IRD o a un grupo de especialistas sin IA. De estos, 295 pacientes con informes NGS disponibles fueron incluidos en el análisis final. El grupo asistido por Retina4IRD logró una precisión de predicción genética Top-5 del 88,5%, demostrando la eficacia del sistema en un entorno clínico.

Implicaciones

Este estudio, publicado en Nature Medicine, representa un hito significativo en la lucha contra la ceguera hereditaria. Al mejorar la precisión y eficiencia del diagnóstico genético, Retina4IRD tiene el potencial de transformar la atención al paciente, permitiendo intervenciones más tempranas y personalizadas. La capacidad de identificar rápidamente el gen causante abre la puerta a que más pacientes accedan a terapias génicas específicas, que están demostrando ser cada vez más prometedoras.

Además, al reducir el tiempo de diagnóstico, se disminuye la incertidumbre y la angustia para los pacientes y sus familias, mejorando su calidad de vida. Este avance subraya el poder de la inteligencia artificial para revolucionar la medicina, especialmente en el campo de las enfermedades raras donde el diagnóstico preciso es a menudo un desafío formidable.

Próximos Pasos

• Integración de Retina4IRD en más entornos clínicos a nivel global.
• Ampliación de la base de datos de entrenamiento para incluir una mayor diversidad genética y fenotípica.
• Evaluación de la rentabilidad y el impacto a largo plazo en los resultados de los pacientes.
• Exploración de la aplicación de esta tecnología a otras enfermedades genéticas oculares.
• Desarrollo de versiones mejoradas del sistema con capacidades predictivas aún más avanzadas.