¿Cómo puede ayudar la inteligencia artificial al diagnóstico de ceguera en pacientes diabéticos?

Desde 2018 el sistema de salud pública chileno utiliza la inteligencia artificial para apoyar el diagnóstico de retinopatía diabética, la principal causa de ceguera y pérdida visión en personas en edad laboral. Ello fue posible gracias a la implementación de DART, un software cuyo algoritmo analiza automáticamente los exámenes de fondo de ojo realizados a pacientes diabéticos. Precisamente, este fue el caso que se presentó en el conversatorio “Responsabilidad algorítmica: lecciones de la inteligencia artificial para prevenir ceguera en diabéticos”, el primero realizado por el proyecto Algoritmos Éticos, Responsables y Transparentes que lidera la Universidad Adolfo Ibáñez junto a BID Lab, laboratorio de innovación del Banco Interamericano de Desarrollo.

El encuentro contó con la participación de José Tomás Arenas, CEO de TeleDX, empresa creadora de DART; el Dr. Fernando Barría, director de la célula de oftalmología del Hospital Digital; María Paz Hermosilla, directora del GobLab UAI, laboratorio de innovación pública de la Escuela de Gobierno y Romina Garrido, abogada especializada en protección de datos e investigadora asociada del Goblab, quien estuvo como moderadora del encuentro.

Durante su presentación, José Tomás Arenas explicó el proceso de validación clínica al que fue sometida la inteligencia artificial DART y que permitió, de manera retrospectiva, evaluar el apoyo diagnóstico -método de tamizaje- realizado en 1.123 exámenes. Esto es, que se confirmó que los positivos o negativos arrojados para anomalías en la retina eran correctos, con una sensibilidad del 94,6% y 74,3% de especificidad (investigación publicada en la revista Eye de Nature en 2021). Este tipo de evaluación es considerada una buena práctica de responsabilidad, desde la perspectiva de la ética algorítmica, que busca prevenir que este tipo de sistemas introduzcan sesgos o pasen a llevar derechos de las personas.

“Básicamente se trata de confirmar que el sistema hace lo que dice que hace”, sintetizó Arenas respecto de la validación. “El tamizaje, o screening va antes del diagnóstico y permite separar a las poblaciones probablemente sanas de las probablemente enfermas y así priorizar la atención de manera eficiente; y este tamizaje debe tener una sensibilidad de al menos un 80% para que sea aceptado, porque de lo contrario podrían estar incumpliéndose garantías y dejar peor que antes a la población”, explicó más en detalle.

En el panel de conversación, el Dr. Barría, quien también es presidente de la Sociedad Chilena de Oftalmología, recordó los niveles epidémicos que alcanza la diabetes en Chile. “A nivel de sistema público tenemos un millón de personas con esta enfermedad, por lo tanto, era absolutamente necesario generar alguna herramienta para hacer más eficaz el proceso”, señaló en referencia a los exámenes de fondo de ojo para pesquisar la retinopatía diabética, de forma precoz, y así prevenir la ceguera. “En 2019 llegamos a los 200.000 exámenes, lo que significa una cobertura del 36,8%; en 2011 la cobertura era del 19%”, destacó.

Finalmente María Paz Hermosilla, directora del GobLab UAI, relevó el valor de la validación clínica de esta inteligencia artificial porque “la realidad es que hay dificultades para evaluar las políticas públicas en Chile, entonces si sobre ese escenario insertamos sistemas automatizados que van a tomar decisiones relevantes para la vida de las personas, como la salud, es muy importante que tengamos estas validaciones posteriores, ya no sobre los datos históricos sino sobre la realidad implementada”.