El Centro Australiano de Investigación en Salud Electrónica ha puesto a prueba la capacidad diagnóstica en retinopatía diabética de la inteligencia artificial (IA). Yogesan Kanagasingam y su equipo introdujeron en el sistema de clasificación un total de 386 imágenes de retina de 193 diabéticos (48% mujeres) con una media de edad de 55 años. La IA resultó ser efectiva para descartar la enfermedad; sin embargo, tuvo una alta tasa de falsos positivos, con un valor predictivo positivo del 12%.

Según recoge el estudio publicado en Diabetes and Endocrinology, en menos de 3 minutos la IA concluyó que 176 pacientes estaban libres de enfermedad y que los otros 17 sufrían retinopatía diabética clínicamente significativa (8 leve y 2 moderada o grave).

De todos estos pacientes clasificados con enfermedad clínicamente significativa, 15 fueron falsos positivos. “Hubo varios factores que llevaron a los falsos positivos”, razonan los autores, ya que 6 de los pacientes tenían drusas similares en apariencia a los exudados característicos de la retinopatía diabética. Otros resultados erróneos fueron provocados por reflejos, suciedad en las lentes o una exposición desigual a la luz.

Según la clasificación realizada por un oftalmólogo, de los 193 pacientes, 183 no tenían signos de enfermedad, 8 tenían retinopatía diabética leve no proliferativa y 2 retinopatía diabética clínicamente significativa (uno moderada no proliferativa y otro severa no proliferativa). “A pesar de estas limitaciones, creemos que el sistema de IA tiene potencial para mejorar la eficiencia de la detección de retinopatía diabética en la Atención Primaria”, defiende Kanagasingam, ya que “existe la posibilidad de mejorar el sistema de IA para que diferencia drusas, reflejos y exudados”.