Un equipo de expertos en el Reino Unido ha desarrollado una herramienta de inteligencia artificial capaz de diagnosticar y predecir el riesgo de padecer distintas enfermedades (desde insuficiencia cardíaca hasta el mal de Parkinson) tan solo con analizar imágenes de las retinas de los pacientes.
A pesar de que la utilización de la inteligencia artificial para este tipo de tareas viene haciéndose desde hace cierto tiempo, lo que la herramienta RETFound ofrece como innovación es su método de aprendizaje, llamado aprendizaje autosupervisado.
En este caso, los investigadores no tuvieron que analizar individualmente los millones de imágenes de retina utilizadas para el entrenamiento, sino que, en su lugar, utilizaron las mismas técnicas aplicadas a modelos de lenguaje grande como ChatGPT. En otras palabras, RETFound aprovecha estos millones de fotografías de retina para aprender a predecir cómo deberían verse las partes faltantes de las imágenes.
“Mediante la revisión de millones de imágenes, el modelo aprende de alguna manera cómo es la retina y sus características”, explica Pearse Keane, oftalmólogo adscrito al Moorfields Eye Hospital de Londres y coautor de un artículo que describe la herramienta.
Cabe destacar que las retinas son capaces de reflejar diversos parámetros de la salud de las personas, ya que son la única parte del cuerpo humano a través de la cual se puede observar la intrincada red de vasos sanguíneos pequeños. “Si alguien parece una enfermedad cardiovascular, como la hipertensión, podemos diagnosticarla directamente en imágenes de la retina”, agrega Keane.
Asimismo, las retinas, como extensiones del sistema nervioso central, tienen muchas características similares al cerebro, por lo que su estudio podría arrojar luces sobre el estado del el tejido neural. “El problema radica en que, en muchas ocasiones, los operadores humanos carecen de la experiencia para realizar una interpretación adecuada de esta información, y es en este punto donde entra en juego la inteligencia artificial”, afirma Keane.
Una vez que alimentaron a RETFound con 1.6 millones de imágenes de retina sin etiquetar, Keane y sus colegas decidieron introducir un pequeño número de imágenes etiquetadas (por ejemplo, un grupo perteneciente a personas que habían desarrollado Parkinson, y otro grupo perteneciente a personas no lo habían desarrollado) con el fin de enseñarle condiciones específicas al modelo.
Según Keane, al haber aprendido de los millones de imágenes sin etiquetar, la IA estaría en capacidad de detectar fácilmente las características de una retina asociadas con determinada enfermedad.
Los investigadores ahora esperan poder aplicar esta nueva tecnología en otras áreas de la medicina y desarrollar dispositivos similares a RETFound.
“Será interesante ver si estos métodos pueden ser trasladados al análisis de imágenes más complejas”, comenta Curtis Langlotz, radiólogo de la Universidad de Stanford, en California.
