El sistema incorpora inteligencia artificial en dos etapas. Primero, controla automáticamente si la imagen obtenida tiene la calidad suficiente para ser analizada. Después,identifica aquellas que presentan signos compatibles con una retinopatía diabética que podría requerir una derivación prioritaria.

“Cuando empezamos a trabajar con los equipos de salud entendimos que, además de generar un modelo capaz de tamizar los casos de riesgo, íbamos a necesitar controlar la calidad de las imágenes”, explica el investigador del CONICET José Ignacio Orlando.

Para entrenar los modelos se utilizaron decenas de miles de imágenes de fondo de ojo evaluadas previamente por especialistas y provenientes de diferentes equipos, hospitales y poblaciones. El objetivo fue evitar que el sistema funcionara únicamente en determinadas condiciones y lograr que pudiera reconocer la enfermedad frente a imágenes obtenidas en contextos diversos.

Es importante destacar que la plataforma no reemplaza al oftalmólogo. Su función es ordenar y agilizar el proceso: la IA clasifica los estudios según el nivel de riesgo y permite que los especialistas concentren primero su atención en los casos que podrían necesitar tratamiento.

“La inteligencia artificial nos permite organizar el trabajo de otra manera: automatiza tareas repetitivas, ayuda a priorizar los casos de mayor riesgo y mejora la eficiencia del sistema, pero la responsabilidad clínica continúa siempre en manos del profesional”, señala Orlando.

Actualmente, Retinar ya se utiliza en hospitales de Tandil, Florencio Varela y Necochea. En sus primeras implementaciones, la herramienta permitió evaluar a cientos de pacientes y detectar casos compatibles con retinopatía diabética referible.

De esta manera, un desarrollo surgido de la investigación científica argentina busca reducir las barreras de acceso a los controles oftalmológicos y acercar la detección temprana de problemas visuales a pacientes que, de otro modo, podrían llegar al especialista cuando el daño ya fuera irreversible.