La oculómica: cómo la inteligencia artificial detecta el alzhéimer y párkinson mediante la retina

Una revisión de alcance publicada en The Lancet Digital Health, según recoge Consenso Salud, reúne 60 trabajos desarrollados entre 2020 y 2025 en los que distintos modelos de inteligencia artificial analizan imágenes retinianas para identificar signos tempranos de alzhéimer, párkinson y otras enfermedades neurodegenerativas o cerebrovasculares. En nuestra práctica diaria llevamos años intuyendo que el fondo de ojo guarda más información de la que aprovechamos, y este trabajo traduce esa sospecha en cifras que conviene leer con calma antes de hablar con el paciente.

Qué demuestra la revisión

El campo que articula estos estudios se denomina oculómica y parte de una idea muy cercana a nuestra lógica asistencial: la retina comparte origen embrionario con el cerebro y permite observar de forma directa la microvasculatura y el tejido neural. El equipo revisó publicaciones de instituciones de Hong Kong, Singapur, Reino Unido y Estados Unidos, y las distribuyó en tres bloques: 31 estudios sobre enfermedades neurodegenerativas (alzhéimer, deterioro cognitivo, párkinson y esclerosis múltiple), 16 sobre enfermedades cerebrovasculares como el ictus o la enfermedad cerebral de vaso pequeño, y 11 centrados en predecir la edad retiniana como aproximación al envejecimiento biológico.

En los modelos orientados a neurodegeneración, los valores de capacidad discriminativa oscilaron entre 0,647 y 0,970 en validación interna, con niveles de sensibilidad que llegaron hasta el 100%. En enfermedad cerebrovascular, el rango se movió entre 0,626 y 0,96. Interpretadas con prudencia, estas cifras sugieren que el cribado poblacional en personas asintomáticas podría apoyarse en una prueba rápida, no invasiva y de bajo coste, frente a la resonancia magnética, el PET o los análisis de sangre que hoy solicitamos cuando sospechamos un deterioro cognitivo. La promesa no es sustituir ninguna de esas pruebas, sino incorporar la imagen retinaria como una primera puerta de entrada más amable para el paciente.

La brecha que todavía frena el salto a la consulta

Antes de plantearnos incorporar estas herramientas al flujo asistencial conviene atender dos limitaciones que los propios autores señalan. Solo el 25% de los estudios incluidos realizó validación externa, es decir, pruebas del modelo en poblaciones distintas a las de entrenamiento, lo que pone en duda su capacidad de generalización a otros centros, otros dispositivos y, sobre todo, a perfiles clínicos diferentes a los de las cohortes originales. Además, únicamente uno de los trabajos incorporó datos de un país de ingresos medios-bajos; el resto procede de países de ingresos altos o medios-altos, una asimetría que, de no corregirse, podría ampliar las desigualdades en el acceso a estas tecnologías en lugar de reducirlas.

La revisión también incorpora un concepto que nos resultará familiar a los clínicos: la diferencia entre la edad biológica que predice el modelo a partir de la retina y la edad cronológica real del paciente, conocida como brecha de edad retiniana. Estudios previos citados en el trabajo asocian esta diferencia con el riesgo futuro de párkinson y de accidente cerebrovascular. Es una pista sugerente, pero todavía necesitamos estudios longitudinales que la conviertan en un marcador accionable y no en una mera curiosidad estadística. Mientras tanto, nuestro papel sigue siendo interpretar y acompañar al paciente en decisiones que estas herramientas no pueden tomar solas, exigiendo siempre validación externa antes de plantear cualquier cribado sistemático y recordando que la retina se confirma como una ventana accesible al cerebro, pero solo si los algoritmos se entrenan con datos representativos de la población a la que queremos atender.