Ir al contenido

Vemos
potencial

Descubre cómo trabajan el equipo de Google y los médicos con la inteligencia artificial para prevenir la ceguera en personas diabéticas.

Varun Gulshan, investigador científico de Google, buscaba un proyecto que cumpliera con ciertos criterios.

Entre esos requisitos, el proyecto debía aplicar la experiencia previa de Gulshan en el desarrollo de algoritmos de inteligencia artificial (IA) y estimular su interés por la ciencia y la medicina. Además, debía servir para ayudar a las personas de la India, su país natal.

Empecé a considerar seriamente la posibilidad de trabajar en problemas más fundamentales. Quería aplicar el reconocimiento de imágenes en algo beneficioso para la sociedad.

Varun Gulshan, investigador científico de Google

Envió un correo electrónico a Phil Nelson, director de Google Accelerated Science (GAS), para preguntarle si había algún proyecto con esas características en proceso.

Algunas semanas después, Gulshan abrió una unidad digital con cientos de exámenes de retina anónimos de un hospital de India. Antes de proponerle a Gulshan el proyecto que tenía en mente, Nelson necesitaba saber si un modelo de inteligencia artificial podría aprender a identificar qué imágenes mostraban indicios de una causa específica de ceguera llamada "retinopatía diabética".

"Para mí, se trataba de la combinación perfecta de habilidades", cuenta Gulshan, quien previamente había trabajado en el reconocimiento de gestos manuales a través de la inteligencia artificial. "Cuando vi las imágenes, observé que el aprendizaje profundo funcionaba suficientemente bien como para implementarlo en relación con estos problemas", agregó.

Una preocupación creciente

Con 70 millones de personas diabéticas, el problema de la retinopatía diabética en la India es cada vez mayor . Esta enfermedad, que ya sufre el 18% de las personas diabéticas del país, genera lesiones en la parte posterior del ojo, lo que puede causar pérdida total de la visión. Se trata de una preocupación a nivel global, dado que ya hay 415 millones de diabéticos en todo el mundo con riesgo de ceguera (la mayoría de los casos ocurre en China, India y Estados Unidos).

de las 70 millones de personas con diabetes en India padecen esta enfermedad.

No obstante, la buena noticia es que puede prevenirse la pérdida permanente de la visión. Con medicamentos, tratamientos, ejercicio y una dieta saludable, las personas que obtienen un diagnóstico temprano pueden prevenir lesiones más graves.

Los desafíos

Uno de los grandes problemas de la retinopatía diabética es que las personas no saben que existe. Según Rajiv Raman, cirujano de retina del hospital oftalmológico Sankara Nethralaya de Madrás, India, muchos pacientes diabéticos suponen que los primeros síntomas son simplemente problemas de visión menores. Tan solo hablar sobre esta enfermedad es un desafío, ya que en hindi no existe la palabra "retina". "Hay un término para 'cataratas' y otro para 'glaucoma' en hindi y en tamil, pero no existe una traducción para 'retinopatía diabética'", comenta el Dr. Raman.

Fotografía del Dr. Rajiv Raman

Dr. Rajiv Raman, cirujano de retina en Sankara Nethralaya

Madrás, India

Sin embargo, más allá de que un oftalmólogo pueda explicar la enfermedad y cómo se controla el avance con exámenes regulares, la verdadera dificultad es lograr que los pacientes en riesgo se realicen los estudios correspondientes. En el caso de las comunidades rurales de todo el mundo, la prevalencia de retinopatía diabética en etapa avanzada está más relacionada con la infraestructura que con la medicina. En ocasiones, el viaje desde casa hasta el especialista más cercano puede ser largo y, a menudo, no es fácil acudir a varias consultas médicas.

"Muchos de los pacientes rurales tienen un estado avanzado de retinopatía diabética, pero ni siquiera saben que son diabéticos".

Con frecuencia, a los pacientes en situación de pobreza que tienen personas a su cargo les resulta imposible cuidarse también a sí mismos. Por el contrario, continúan con su vida hasta que los efectos de la retinopatía diabética son demasiado graves para ignorarlos, lo que suele ocurrir cuando ya es demasiado tarde. "Muchos de los pacientes rurales tienen un estado avanzado de retinopatía diabética, pero ni siquiera saben que son diabéticos", cuenta la Dr. Sheila John, jefa de Teleoftalmología en Sankara Nethralaya. "Se están por quedar ciegos. En algunos casos, ya perdieron la visión de un ojo y debemos tratar de salvar el otro".

Los pacientes hacen fila afuera del hospital oftalmológico Sankara Nethralaya

Pacientes esperan afuera del hospital oftalmológico Sankara Nethralaya

Madrás, India

Armar el equipo

Sin embargo, el desafío más grande a la hora de diagnosticar retinopatía diabética es la cantidad de casos. Solo en India, hay 70 millones de diabéticos que deben someterse al proceso de cribado. Lamentablemente, no hay suficientes médicos clínicos capacitados para revisar todos los exámenes de retina.

El proceso de cribado [de los pacientes] debe completarse lo antes posible, cuando aún ven bien.

Sin embargo, según el Dr. R. Kim, director médico del hospital oftalmológico Aravind de Madurai, India, es inviable que los especialistas abran consultorios en áreas rurales donde residan pocos pacientes. "El proceso de cribado debe completarse lo antes posible, cuando los pacientes aún ven bien. ¿Cómo lo logramos?", se pregunta. "Es físicamente imposible analizar a 70 millones de personas".

Florence Thng, Gerenta de Producto, Verily
Florence Thng
Gerenta de Producto, Verily
Philip Nelson, Director, Google Accelerated Science
Philip Nelson
Director, Google Accelerated Science
Peter Wubbels, Ingeniero, Verily
Peter Wubbels
Ingeniero, Verily
Naama Hammel, Oftalmóloga, equipo de Google Brain
Naama Hammel
Oftalmóloga, equipo de Google Brain
Lily Peng, Gerenta de producto, equipo de Google Brain
Lily Peng
Gerenta de producto, equipo de Google Brain
Kasumi Widner, Gerenta de Programa, equipo de Google Brain
Kasumi Widner
Gerenta de Programa, equipo de Google Brain
Dale Webster, Ingeniero, equipo de Google Brain
Dale Webster
Ingeniero, equipo de Google Brain
Florence Thng, Gerenta de Producto, Verily
Florence Thng
Gerenta de Producto, Verily
Philip Nelson, Director, Google Accelerated Science
Philip Nelson
Director, Google Accelerated Science
Peter Wubbels, Ingeniero, Verily
Peter Wubbels
Ingeniero, Verily
Naama Hammel, Oftalmóloga, equipo de Google Brain
Naama Hammel
Oftalmóloga, equipo de Google Brain
Lily Peng, Gerenta de producto, equipo de Google Brain
Lily Peng
Gerenta de producto, equipo de Google Brain
Kasumi Widner, Gerenta de Programa, equipo de Google Brain
Kasumi Widner
Gerenta de Programa, equipo de Google Brain
Dale Webster, Ingeniero, equipo de Google Brain
Dale Webster
Ingeniero, equipo de Google Brain

Si la inteligencia artificial de Google pudiera ayudar a facilitar el diagnóstico de retinopatía diabética mediante la interpretación precisa de los exámenes de retina, tal vez se podría salvar la visión de millones de personas.

Lo complicado era crear el conjunto de datos de los que pudiera aprender el modelo de IA, una tarea que implicaba calificar y etiquetar todos los exámenes, uno por uno, según el nivel de gravedad. Para resolver ese problema, tarde o temprano íbamos a tener que recurrir a un gran equipo de oftalmólogos que alimentara el modelo de IA con las calificaciones de los exámenes.

No obstante, el equipo también iba a necesitar más datos de calidad con el fin de enseñarle al modelo de IA cuestiones más sutiles para leer un examen de retina con precisión.

Enseñarle al modelo

Al principio, el equipo recibió ayuda de oftalmólogos de Aravind y Sankara Nethralaya para etiquetar las imágenes de las retinas. Después de unos meses, el modelo ya estaba entrenado para identificar indicadores clave de la retinopatía diabética, como daños en el tejido nervioso, inflamación y hemorragia. Además, con un conjunto de datos más grande, Gulshan estaba seguro de que podría incrementarse la precisión del modelo.

Fue entonces que se sumó el Dr. Jorge Cuadros, desarrollador del sistema de comunicación de archivos de fotografías oculares ("Eye Picture Archive Communication System", EyePACS en inglés), una red de telemedicina que conecta a pacientes de las áreas rurales de Estados Unidos con oftalmólogos para que puedan realizarse exámenes de retinopatía diabética. Sin embargo, normalmente los pacientes de EyePACS deben esperar semanas para obtener una calificación de sus exámenes, por lo que el Dr. Cuadros aceptó con gusto colaborar en un proyecto que permitiera acelerar el diagnóstico.

Los datos provistos por EyePACS comprendían un amplio rango de pacientes y una cantidad cien veces mayor que la que había recopilado el equipo de IA hasta ese momento. Eso significaba una enorme carga de trabajo de etiquetado, ya que debía calificarse varias veces cada imagen para compensar los sesgos de los distintos calificadores. "El modelo aprende las acciones que se realizaron de manera consistente", explica Dale Webster, ingeniero de software de Google. "De esta manera, los resultados suelen estar menos sesgados y ser más sólidos".

Hasta la fecha, cerca de 100 oftalmólogos ya proporcionaron más de 1 millón de calificaciones para el modelo de IA.

Cómo funciona la inteligencia artificial

Cómo funciona el modelo de IA (1/4)

Más de 50 oftalmólogos revisaron de forma manual más de 1 millón de exámenes anónimos de retina, y calificaron cada uno en función del nivel de retinopatía diabética encontrado.

Cómo funciona el modelo de IA (1/4)

Más de 50 oftalmólogos revisaron manualmente más de 1 millón de exámenes de retina anónimos, y calificaron cada examen en función del nivel de retinopatía diabética encontrado.

Cómo funciona el modelo de IA (2/4)

Se revisa cada examen varias veces y se califica de forma manual según una escala del 1 (sin síntomas de retinopatía diabética) al 5 (con síntomas graves).

Cómo funciona el modelo de IA (3/4)

Se ingresan las imágenes calificadas a un algoritmo de reconocimiento. A partir del análisis de miles de esas imágenes, el algoritmo comienza a interpretar los signos de retinopatía diabética como lo haría un oftalmólogo.

Cómo funciona el modelo de IA (4/4)

Una vez que se haya entrenado el algoritmo, se podrá usar para alimentar una aplicación de evaluación automatizada de enfermedades de la retina ("Automated Retinal Disease Assessment", ARDA en inglés), lo que le permitirá al usuario subir sus estudios médicos y obtener un análisis instantáneo de retinopatía diabética.

Del modelo al dispositivo

Lo que impulsó la participación de los miembros del equipo fue la idea de convertir este modelo en un dispositivo real de evaluación automatizada de enfermedades de la retina ("Automated Retinal Disease Assessment", ARDA en inglés).

La clave para eso fue la incorporación al equipo de Google de Lily Peng. Como médica, comparte la motivación con los miembros del equipo de oftalmología; es decir, la posibilidad de generar un impacto clínico real.

"Entendí que teníamos ideas ambiciosas y prometedoras", afirma. "Pero ¿por qué algunas no llegan a desarrollarse?".

Lily Peng, Google

Peng tuvo una visión en la que la ARDA podía usarse en un contexto clínico, pero para llegar a ese punto se requerían ensayos y procedimientos de aprobación reglamentarios. Para lograrlo, el equipo se centró en dos objetivos: realizar un ensayo clínico para comenzar a probar la ARDA en el mundo real y escribir un artículo sobre los resultados para la revista de la Asociación Médica Estadounidense ("Journal of the American Medical Association", JAMA en inglés).

"Queríamos que nos publicaran en JAMA porque se enfoca en la práctica de la medicina", cuenta Nelson. "No solo nos interesaba mostrar que éramos capaces de lograr nuestro objetivo, sino que también queríamos darnos a conocer en la comunidad médica".

Otro requisito para posicionar el dispositivo de ARDA en el mapa fue presentar el trabajo del equipo ante el organismo estadounidense de Administración de Alimentos y Medicamentos ("Food and Drug Administration", FDA en inglés). Con Nelson a su lado, Peng dio una "presentación magistral" sobre las capacidades de la inteligencia artificial. También desempeñó un papel fundamental como promotora y traductora de las diferentes comunidades involucradas en darle vida a ARDA.

"Habla todos los idiomas", relata Gulshan, "por lo que podía comunicarse con nosotros y entender las complejidades técnicas del proyecto, además de lo que decían los médicos y lo relevante en términos de impacto. Ese fue el aporte de Lily, y lo convirtió en un proyecto que ahora sí podemos pensar en llevar a las clínicas".

Un nuevo tipo de termómetro

Ningún miembro del equipo de Google tenía experiencia real en la creación de dispositivos médicos, por lo que recurrieron a Verily, una empresa de Alphabet centrada en la atención médica (Google también es propiedad de Alphabet), a fin de explorar las exigencias normativas y clínicas de modo que se aprobara la tecnología de ARDA como dispositivo médico.

Verily es una de las pocas empresas que participa en el programa piloto de precertificación recientemente anunciado por la FDA, y una de las nueve seleccionadas de entre cientos que se postularon. La empresa usa su experiencia para realizar ensayos clínicos con ARDA en la India. Lo mismo está haciendo Gulshan, quién volvió a radicarse en la India para guiar a médicos y enfermeras en el uso del dispositivo.

El oftalmólogo busca daños en el examen ocular de un paciente.

Una mirada más de cerca

Después de una consulta con un optometrista, cada paciente de Sankara Nethralaya se realiza una evaluación oftalmológica. Si el oftalmólogo detecta daños potenciales en los ojos del paciente, este se somete a un examen de retina.

"Es importante obtener la aprobación reglamentaria", comenta Peng, "aunque lo fundamental es que los médicos que trabajan con nosotros se sientan seguros de lo que están haciendo y cómodos a la hora de usar el software. No es solo una cuestión de seguridad y eficacia, sino también de comprobar si les resulta útil este sistema".

En un ensayo clínico reciente, se utilizó ARDA para calificar las imágenes de 3,000 pacientes diabéticos en dos hospitales de India. Se compararon los resultados obtenidos con las evaluaciones de los médicos, lo que confirmó las conclusiones del estudio de 2016 publicado en JAMA: el desempeño del modelo era el mismo que el de los trabajadores de salud a cargo del proceso de cribado de los pacientes.

El Dr. Rajiv Raman revisa la imagen de la retina de un paciente con síntomas de retinopatía diabética.

El Dr. Rajiv Raman revisa la imagen de la retina de un paciente con síntomas de retinopatía diabética.

Madrás, India

Para el Dr. Cuadros, la ventaja clave de ARDA es matemática simple. Señala que, en los Estados Unidos, está disminuyendo el porcentaje de personas con retinopatía diabética, lo que indica la efectividad del tratamiento preventivo. Sin embargo, dado que está aumentando la tasa de diabetes, se mantiene el número total de pacientes con retinopatía diabética. También se incrementa la cantidad de personas que deben atravesar el proceso de cribado, mientras que la demanda de expertos sigue siendo la misma.

Y los oftalmólogos sienten el efecto de esta crisis.

Tendría que cribar a 3,000 pacientes por día, lo cual es imposible", explica el Dr. Raman. "Es imprescindible contar con algún tipo de ayuda, como la que brinda ARDA".

Dr. Rajiv Raman, oftalmólogo

En tales condiciones, llevar expertos a la atención primaria es una gran ventaja. "Si ARDA pudiera usarse en el consultorio de un médico de atención primaria, sería una gran diferencia, ya que podrían diagnosticarse más pacientes", afirma el Dr. Kim. "De ese modo, el oftalmólogo podría enfocarse en tratar solo a aquellos pacientes con retinopatía".

No tenía idea de que la diabetes podía provocar ceguera. Solía ir en bicicleta a todas partes, hasta que, un día, comencé a ver borroso con el ojo izquierdo. Ocho meses después, perdí la visión por completo en ese ojo.

Elumalai, paciente

De hecho, el Dr. Raman imagina un dispositivo que sea tan común como un termómetro o incluso un glucómetro, la herramienta de diagnóstico que usan los diabéticos para controlar el azúcar en sangre. "Mi trabajo no es encargarme de los cribados para detectar retinopatía diabética", comenta, "sino realizar tratamientos con láser, aplicar inyecciones, operar y ayudar a aliviar la ceguera de los pacientes".

No obstante, más allá del vector del diagnóstico, todos comparten la idea de que la concientización es clave para el cuidado de la salud. De hecho, obtener un diagnóstico de retinopatía diabética puede conducir a mejores resultados en general. "Cuando las enfermedades de la retina se detectan en una etapa temprana, aún no se necesita tratamiento", explica el Dr. Cuadros. "Pero sigue siendo una buena oportunidad para que el paciente entienda que la diabetes comienza a afectar su cuerpo. Con suerte, tomar conciencia de la situación lo motivará a controlar mejor los niveles de azúcar en sangre".

Mythili, paciente

Mythili es paciente del Dr. Rajiv Raman. Tiene diabetes desde hace 19 años y hace 5 se enteró de que padecía retinopatía diabética. Sabía que la diabetes podía afectarle la visión y se hacía exámenes oculares de forma rutinaria.

Avances en el diagnóstico

Se están realizando más estudios, incluidos ensayos clínicos en India, y es la primera vez que se realizarán cribados en este nivel. Los equipos de Google y Verily creen en las oportunidades de desarrollo, incluso más allá de la retinopatía diabética. "Desde el artículo publicado en JAMA, hubo muchos avances", cuenta Nelson. "Recientemente, publicamos un estudio en la revista Nature Biomedical Engineering en el que trabajamos para demostrar que, a partir de una imagen de la retina, se pueden predecir no solo diversos factores de riesgo para la salud cardiovascular, sino también la posibilidad de sufrir un episodio cardiovascular significativo".

Es posible que, en el futuro, diagnosticar enfermedades graves sea tan fácil como tomar la temperatura o controlar la presión arterial. Pero, a corto plazo, millones de diabéticos podrían conservar la visión gracias a un algoritmo de IA capaz de permitir a los médicos detectar rápidamente la retinopatía diabética.

Historias relacionadas

Un padre usa YouTube para crear una prótesis ocular mejorada para su hija

Un padre usa YouTube para crear una prótesis ocular mejorada para su hija

Cómo podría salvarte la vida tu smartphone en una emergencia

Cómo podría salvarte la vida tu smartphone en una emergencia

Una mujer salva vidas con motocicletas, bancos de sangre y Google Maps

Una mujer salva vidas con motocicletas, bancos de sangre y Google Maps

Te presentamos al equipo que usa el aprendizaje automático para intentar salvar a las abejas de todo el mundo

Te presentamos al equipo que usa el aprendizaje automático para intentar salvar a las abejas de todo el mundo

Una bicicleta ayuda a recordar los momentos que borra la demencia

Una bicicleta ayuda a recordar los momentos que borra la demencia

Un padre usa YouTube para crear una prótesis ocular mejorada para su hija

Un padre usa YouTube para crear una prótesis ocular mejorada para su hija

Cómo podría salvarte la vida tu smartphone en una emergencia

Cómo podría salvarte la vida tu smartphone en una emergencia

Una mujer salva vidas con motocicletas, bancos de sangre y Google Maps

Una mujer salva vidas con motocicletas, bancos de sangre y Google Maps

Te presentamos al equipo que usa el aprendizaje automático para intentar salvar a las abejas de todo el mundo

Te presentamos al equipo que usa el aprendizaje automático para intentar salvar a las abejas de todo el mundo

Una bicicleta ayuda a recordar los momentos que borra la demencia

Una bicicleta ayuda a recordar los momentos que borra la demencia

Un padre usa YouTube para crear una prótesis ocular mejorada para su hija

Un padre usa YouTube para crear una prótesis ocular mejorada para su hija

Cómo podría salvarte la vida tu smartphone en una emergencia

Cómo podría salvarte la vida tu smartphone en una emergencia

Una mujer salva vidas con motocicletas, bancos de sangre y Google Maps

Una mujer salva vidas con motocicletas, bancos de sangre y Google Maps

Te presentamos al equipo que usa el aprendizaje automático para intentar salvar a las abejas de todo el mundo

Te presentamos al equipo que usa el aprendizaje automático para intentar salvar a las abejas de todo el mundo

Una bicicleta ayuda a recordar los momentos que borra la demencia

Una bicicleta ayuda a recordar los momentos que borra la demencia

Volver al principio