Qué secretos de salud guardan tus ojos

El ojo humano ha sido considerado durante décadas como «una ventana» a la salud general del cuerpo por parte de la medicina. Hoy, gracias a la tecnología de aprendizaje profundo (deep learning), esa ventana se ha abierto de par en par.

Ello se debe a una serie de investigaciones pioneras de equipos científicos sobre las imágenes oculares —tanto de la retina como de la superficie externa— que contienen señales biomédicas para diagnosticar enfermedades cardiovasculares, renales, hepáticas y hematológicas con una precisión antes impensable.

La retina es el único lugar del cuerpo donde se pueden visualizar directamente los vasos sanguíneos y el tejido nervioso sin cirugía. Según explican investigadores de Google Research en el estudio Evaluación de los factores de riesgo cardiovascular mediante visión artificial, esta conexión vascular la convierte en un indicador fiable de la salud del sistema circulatorio.

Mediante el uso de algoritmos entrenados con datos de más de 284 000 pacientes, los científicos lograron predecir factores de riesgo que tradicionalmente requerían análisis de sangre.

Los resultados publicados en Nature Biomedical Engineering, indican que este algoritmo fue capaz de predecir la edad de un paciente con un error medio de solo 3.26 años y el sexo con una precisión casi perfecta.

Más sorprendente aún es que, según el mismo reporte, las imágenes del fondo de ojo permiten estimar la presión arterial sistólica e incluso predecir el riesgo de sufrir un evento cardiaco mayor, como un infarto, en un plazo de cinco años. Los autores señalan que esta precisión es comparable a las calculadoras de riesgo médico actuales que dependen de mediciones de colesterol.

Un reloj biológico oculto

Más allá de las enfermedades específicas, la retina parece albergar un «reloj de envejecimiento». En otra investigación titulada Las imágenes longitudinales del fondo de ojo y su análisis de asociación de todo el genoma proporcionan evidencia de un reloj de envejecimiento de la retina humana, Sara Ahadi, autora principal, y su equipo, presentan un modelo denominado «eyeAge» (o edad del ojo).

Según explican los autores, este sistema predice la edad cronológica de una persona con gran exactitud, pero es la diferencia entre esa predicción y la edad real lo que resulta revelador.

Los científicos indican que si el «eyeAge» de una persona es mayor que su edad cronológica, existe una correlación directa con una mayor probabilidad de muerte por diversas causas. De acuerdo con el análisis genómico realizado en el estudio, el gen Alkal2 está asociado con este envejecimiento acelerado.

Los investigadores afirman que este descubrimiento, validado incluso en experimentos con moscas de la fruta, consolida al ojo como un biomarcador genético del envejecimiento sistémico.

Salud al alcance de un celular

Uno de los mayores obstáculos para el uso masivo de la fotografía de fondo de ojo es la necesidad de cámaras especializadas y personal capacitado. Para solucionar esto, científicos como Boris Babenko han explorado el uso de fotografías externas del ojo, similares a las que podría tomar un teléfono inteligente. Según el reporte Detección de signos de enfermedad a partir de imágenes externas del ojo, estas imágenes capturan los párpados, la conjuntiva, la córnea y el cristalino para revelar información sistémica.

El estudio publicado por Babenko y Naama Hammel en Nature Biomedical Engineering indica que estos modelos de inteligencia artificial pueden detectar niveles elevados de hemoglobina glucosilada (HbA1c), un marcador clave para el control de la diabetes. Asimismo, los autores señalan que las fotos externas pueden identificar niveles altos de lípidos en la sangre, como el colesterol y los triglicéridos, permitiendo un cribado de salud cardiovascular mucho más accesible para la población general.

La capacidad de diagnóstico de estas herramientas digitales se extiende a sistemas orgánicos situados lejos del ojo. En el trabajo de investigación Un modelo de aprendizaje profundo para nuevos biomarcadores sistémicos en fotografías del ojo externo, se detalla cómo el análisis de más de 145 000 pacientes reveló biomarcadores de la función renal.

Según explican los investigadores, las fotos externas pueden detectar la tasa de filtración glomerular estimada (eGFR) y problemas de albuminuria, siendo especialmente eficaces en las etapas avanzadas de la enfermedad renal crónica.

Incluso la salud del hígado deja huellas en la superficie ocular. De acuerdo con los hallazgos de Babenko y su equipo, señales sutiles en los vasos conjuntivales y la claridad de la córnea —a menudo invisibles al ojo humano— permiten a la IA detectar niveles alterados de enzimas hepáticas como la AST. Los autores subrayan que, aunque estos resultados son experimentales, abren la puerta a un monitoreo de salud multiorgánico no invasivo.

Detección de anemia sin necesidad de agujas

La anemia afecta a miles de millones de personas y su detección suele ser dolorosa. Sin embargo, otro estudio titulado Detección de anemia a partir de imágenes del fondo de ojo, halló que tanto las fotos de la retina como las externas son herramientas eficaces para cuantificar la concentración de hemoglobina.

Akinori Mitani, autor principal, y sus colaboradores, explican que su modelo alcanzó una alta precisión diagnóstica, especialmente en pacientes diabéticos que ya se someten a exámenes oculares regulares.

Para confirmar que la inteligencia artificial mide cambios fisiológicos reales y no solo riesgos demográficos, los científicos realizaron un experimento con donantes de sangre. El algoritmo detectó con éxito la caída en los niveles de hemoglobina que ocurre un par de días después de la donación. Según los autores, esto demuestra que la inteligencia artificial responde a cambios agudos en el cuerpo en tiempo real, validando su uso para el seguimiento clínico.

Generar confianza

Para que la comunidad médica confíe en estos sistemas, es vital entender en qué se fija la máquina. Según explican Oran Lang y Heather Cole-Lewis en un ensayo sobre IA generativa, el uso de herramientas como StylEx permite crear imágenes que muestran cómo cambiaría el ojo de un paciente si desarrollara una enfermedad específica.

De acuerdo con estos investigadores, este método ayudó a identificar posibles sesgos: por ejemplo, el modelo asociaba el uso de delineador de ojos con un mayor riesgo de anemia, simplemente porque el maquillaje es más común en mujeres y estas tienen niveles de hemoglobina estadísticamente más bajos.

Sin embargo, los autores también destacan hallazgos biológicos genuinos, como el hecho de que la palidez del margen del párpado está realmente vinculada con niveles altos de azúcar en la sangre, posiblemente debido a enfermedades en las glándulas de Meibomio relacionadas con la diabetes.

El potencial clínico de estas tecnologías es inmenso. Según concluyen expertos en un reporte publicado en The Lancet eBioMedicine, la capacidad de detectar múltiples enfermedades mediante una simple fotografía podría permitir cribados masivos en lugares donde no hay laboratorios, como farmacias o centros comunitarios remotos. Los científicos coinciden en que, aunque todavía se requiere validación en más dispositivos y poblaciones diversas, el ojo se ha consolidado definitivamente como el tablero de control digital de nuestra salud interna.