El glaucoma se caracteriza por una distintiva atrofia del nervio óptico y defectos en el campo visual, que generalmente son asintomáticos en las primeras fases, llevando a severa pérdida visual.
Actualmente, reducir la presión intraocular es la estrategia de tratamiento más definitiva. Sin embargo, la práctica ha demostrado que la progresión de la enfermedad puede ocurrir aún bajo los niveles de presión deseados, por lo que se necesitan enfoques terapéuticos más allá del control de la presión.
La subjetividad del diagnóstico, y la dificultad de la adherencia del paciente al tratamiento a largo plazo también complican el manejo de la enfermedad.
El reciente avance en inteligencia artificial (IA) ofrece nuevas perspectivas para su manejo. Subcampos de la IA como el aprendizaje automático (machine learning) o el aprendizaje profundo (deep learning) analizan patrones y datos para obtener información clínica que al interpretarse mejoran el diagnóstico, optimizan los tratamientos y predicen la progresión de la enfermedad.
La oftalmología ofrece ventajas significativas para aplicaciones de la IA. Se basa principalmente en tecnologías de imagen como fotografía de fondo de ojo y tomografía de coherencia óptica (OCT), que la IA puede analizar para ayudar a los médicos en la detección temprana y diagnóstico.
Los sistemas de IA exhiben una notable capacidad para identificar cambios estructurales sutiles que con frecuencia son imperceptibles al ojo humano. Mas allá de la detección, ayudan a predecir el riesgo de desarrollar glaucoma.
La IA se ha estado aplicando cada vez más en la detección del glaucoma. Puede analizar información de textos a partir de los expedientes médicos electrónicos, que combinados con los sistemas que analizan imágenes pueden ayudar a interpretar fotografías de fondo de ojo, imágenes de OCT y mapas del campo visual para la identificación temprana del glaucoma.
La aplicación de la IA en el manejo del glaucoma está cambiando el modelo de "diagnóstico pasivo" a la "advertencia activa" mediante la identificación de individuos de alto riesgo, para una intervención temprana.
Esto es especialmente importante para los especialistas con menos experiencia o en lugares con una elevada carga de trabajo o lejos de los centros urbanos.
Además de la detección y diagnóstico, la IA sirve de guía en las decisiones de tratamiento, predice la respuesta al mismo e incluso mejora la precisión quirúrgica lo que resulta en un manejo de la enfermedad más personalizado y eficiente.
Garantizar el acceso de las herramientas de IA a diversas poblaciones es fundamental para reducir las disparidades de salud existentes.
Referencia
- Tang, W., Hang, Y. (2026). Recent Advances and Future Directions of Artificial Intelligence in Glaucoma Management. The Open Ophthalmology Journal, Vol.20.
