Un problema silencioso que exige detección temprana
La retinopatía diabética es causada por el daño a los vasos sanguíneos de la retina debido a los altos niveles de glucosa. En sus primeras etapas, puede no presentar síntomas, lo que retrasa su diagnóstico. Las guías clínicas recomiendan controles oftalmológicos periódicos, pero el acceso a estos no siempre es fácil, especialmente en áreas rurales o con escasez de especialistas. La teleoftalmología, basada en retinografías no midriáticas, se presenta como una solución, ya que permite a personal capacitado realizar estudios y enviarlos a especialistas para su evaluación remota.
Ciencia para fortalecer la teleoftalmología
Sin embargo, este modelo enfrenta desafíos. A medida que aumenta la cantidad de centros que capturan imágenes, también crece el volumen de estudios que deben ser analizados por oftalmólogos, generando un cuello de botella. Para abordar esta situación, el equipo de Retinar desarrolló modelos de inteligencia artificial que verifican automáticamente la calidad de las retinografías y ayudan a identificar signos de retinopatía diabética que requieren atención especializada.
La formación de estos modelos involucró el uso de decenas de miles de imágenes de fondo de ojo, garantizando que el sistema pudiera funcionar con diferentes equipos y condiciones de captura. "No queríamos un modelo que funcionara solo con un retinógrafo específico, sino que aprendiera a reconocer la enfermedad en diversas circunstancias", explica Orlando.
Más de una década de investigación antes de convertirse en plataforma
Retinar comenzó a tomar forma entre 2019 y 2020, pero sus bases científicas se remontan a investigaciones previas de Orlando en Francia, Bélgica y Austria, donde exploró problemas relacionados con el análisis automático de imágenes de retina. "Cada publicación y colaboración aportó conocimientos que se integraron en una herramienta para responder a una necesidad concreta del sistema de salud argentino", destaca.
La plataforma actualmente permite que personal de salud capacitado capture retinografías en hospitales y centros de atención primaria. Antes de ser enviadas para evaluación, las imágenes son analizadas automáticamente para verificar su calidad y clasificar los estudios según el riesgo de presentar retinopatía diabética, priorizando aquellos que requieren atención inmediata.
La decisión final siempre queda en manos del especialista, quien confirma o descarta los hallazgos. Este enfoque, conocido como human-in-the-loop, combina la inteligencia artificial con la experiencia clínica, mejorando la eficiencia del sistema sin reemplazar la responsabilidad del profesional.
Del laboratorio al sistema de salud
Retinar ha sido implementada en varios hospitales, incluyendo el Hospital de Enfermedades Crónicas No Transmisibles Julieta Lanteri en Tandil y el Hospital de Alta Complejidad en Red El Cruce en Florencio Varela. En Tandil, se evaluaron 269 pacientes, de los cuales el 25,7 por ciento presentó signos de retinopatía diabética referible. La implementación ha permitido recuperar estándares de atención visual para pacientes con diabetes, garantizando controles que antes no eran accesibles.
En 2025, se constituyó Retinar S.A.S., una empresa de base tecnológica creada por investigadores del CONICET y especialistas clínicos, buscando asegurar la sostenibilidad del desarrollo y facilitar su implementación en instituciones de salud. "Retinar nació para resolver un problema específico, pero el trabajo recién empieza. Cada implementación nos permite identificar nuevas necesidades y formular nuevas preguntas científicas", concluye Orlando, reafirmando el compromiso de seguir desarrollando herramientas que fortalezcan el sistema de salud argentino.
