La IA puede predecir enfermedades observando tu retina

Los científicos han desarrollado una nueva herramienta de inteligencia artificial (IA) capaz de diagnosticar y predecir el riesgo de desarrollar múltiples problemas de salud y es uno de los primeros modelos fundacionales basados en IA para la atención sanitaria. De hecho, es el primero en oftalmología.

fue entrenada mediante aprendizaje auto-supervisado, un tipo de aprendizaje automático en el que el modelo aprende a identificar patrones sin necesidad de que los humanos le proporcionen etiquetas, fue entrenada con un conjunto de datos de 1,6 millones de imágenes retinianas, que fueron recopiladas de pacientes con diferentes afecciones. Esto hace que RETfound sea más eficiente y precisa que los métodos tradicionales de diagnóstico, que requieren que los médicos identifiquen manualmente los signos de enfermedad en las imágenes.

En las pruebas, RETfound mostró un rendimiento superior al de los médicos en el diagnóstico de enfermedades oculares, como la retinopatía diabética y la degeneración macular relacionada con la edad. También fue capaz de predecir el riesgo de desarrollar insuficiencia cardíaca e incluso la enfermedad de Parkinson, y con la peculiaridad de que sus resultados son fiables en un 96%.

Implicaciones del avance

El desarrollo de RETfound tiene importantes implicaciones para la medicina. La herramienta podría utilizarse para:

• Diagnosticar enfermedades en una etapa temprana, cuando aún son tratables.

• Predecir el riesgo de desarrollar enfermedades, lo que permitiría a las personas tomar medidas para prevenirlas.

• Monitorear la progresión de las enfermedades, lo que ayudaría a los médicos a ajustar el tratamiento de forma más eficaz.

• La herramienta también podría tener un impacto significativo en el sistema de salud. RETfound podría reducir la necesidad de visitas al médico, lo que podría ahorrar costes y mejorar la eficiencia.

Retos

Aunque RETfound es un avance significativo, aún existen algunos retos que deben abordarse antes de que la herramienta pueda utilizarse de forma generalizada. Uno de los retos es la precisión de la herramienta. En las pruebas, RETfound mostró un rendimiento superior al de los médicos, pero aún se cometía algunos errores.

Otro reto es la accesibilidad de la herramienta. RETfound requiere un equipo especializado para capturar imágenes retinianas. Esto podría limitar el acceso a la herramienta en las zonas rurales o en los países en desarrollo.

Conclusiones

El desarrollo de RETfound es un avance importante en el campo de la medicina. La herramienta tiene el potencial de revolucionar el diagnóstico y la prevención de enfermedades, lo que podría ayudar a salvar vidas y mejorar la calidad de vida de las personas.