Departamento Editorial de Franja Visual
En la historia de la salud visual, pocas innovaciones han generado tanta expectativa —y, al mismo tiempo, tanto debate— como la inteligencia artificial (IA). En un entorno donde el diagnóstico depende de la interpretación minuciosa de imágenes, datos clínicos y comportamientos visuales, la idea de que un algoritmo pueda “ver” o “analizar” al paciente con precisión casi humana resulta tan fascinante como inquietante. La pregunta ya no es si la IA transformará la optometría, sino cómo lo hará, y bajo qué condiciones éticas, técnicas y profesionales.
De la automatización al razonamiento clínico asistido
Los primeros pasos de la inteligencia artificial en optometría se dieron con sistemas de apoyo a la decisión clínica. Inicialmente, estos programas automatizaban tareas repetitivas: calcular graduaciones, registrar medidas o comparar curvas de sensibilidad al contraste. Con el tiempo, evolucionaron hacia modelos capaces de analizar grandes volúmenes de información visual —imágenes de fondo de ojo, topografías corneales o campos visuales— para detectar patrones de enfermedad antes de que el profesional siquiera los sospechara.
Hoy, las redes neuronales convolucionales son capaces de identificar signos tempranos de retinopatía diabética, degeneración macular o glaucoma con niveles de sensibilidad y especificidad comparables a los de un especialista entrenado. Este avance no reemplaza la interpretación humana, pero sí la potencia, convirtiéndose en un segundo par de ojos digitales que asisten en la toma de decisiones.
IA en acción: de la retina al consultorio
Los sistemas de inteligencia artificial aplicados a la optometría ya no son un experimento de laboratorio. Diversas plataformas clínicas integran módulos de IA que procesan automáticamente las imágenes capturadas durante una tomografía óptica de coherencia (OCT) o una retinografía digital. En cuestión de segundos, el software puede señalar áreas sospechosas, cuantificar engrosamientos o medir la relación copa/disco del nervio óptico.
En paralelo, las aplicaciones móviles basadas en IA están comenzando a llegar al terreno de la atención primaria. Algunas permiten evaluar agudeza visual, movimiento ocular o reacciones pupilares mediante el uso de la cámara del teléfono inteligente, facilitando un tamizaje básico en contextos de difícil acceso. Aunque su precisión aún depende de múltiples factores, representan un paso hacia la democratización del diagnóstico visual.
La promesa: precisión, eficiencia y equidad
La principal promesa de la IA en salud visual radica en su capacidad para procesar información a una velocidad y escala que el ojo humano no puede igualar. Gracias a su capacidad de aprendizaje continuo, un sistema bien entrenado puede detectar mínimas variaciones en la morfología retiniana o en el espesor corneal, lo que permite intervenciones más tempranas y seguimiento más personalizado.
Además, la IA podría contribuir a reducir brechas de acceso. En comunidades donde no hay optometristas disponibles, un algoritmo validado podría realizar un tamizaje inicial y remitir los casos sospechosos al especialista más cercano. En este sentido, la inteligencia artificial no solo optimiza la precisión diagnóstica, sino que amplía las posibilidades de cobertura en salud visual.
La realidad: sesgos, límites y responsabilidad
Sin embargo, detrás del entusiasmo tecnológico, la IA también plantea desafíos sustanciales. Su efectividad depende de la calidad y diversidad de los datos con los que fue entrenada. Si un modelo fue desarrollado principalmente con imágenes de una población específica, puede cometer errores al aplicarse a otra con características distintas. Este sesgo algorítmico, aún poco discutido en el ámbito clínico, podría generar diagnósticos imprecisos y, en consecuencia, decisiones inadecuadas.
A ello se suma la falta de transparencia de muchos sistemas, conocidos como cajas negras, cuyos procesos de decisión no siempre son interpretables por el profesional. En una disciplina donde la evidencia clínica y la trazabilidad son esenciales, confiar en un resultado que no puede explicarse plenamente resulta éticamente problemático.
Por esta razón, la inteligencia artificial debe entenderse como un asistente, no como un sustituto. El juicio clínico del optómetra sigue siendo irremplazable: solo él puede integrar los hallazgos tecnológicos con la historia del paciente, su contexto y sus necesidades particulares.
La nueva competencia profesional: alfabetización digital
El futuro de la optometría no dependerá únicamente del dominio de los instrumentos ópticos tradicionales, sino también de la comprensión de los sistemas digitales que los acompañan. El profesional de la salud visual deberá desarrollar una nueva forma de alfabetización: la alfabetización algorítmica, entendida como la capacidad de interpretar, evaluar y utilizar resultados generados por sistemas de IA de manera crítica y responsable.
Esto implica familiarizarse con conceptos como precisión, sensibilidad, validación y sesgo de entrenamiento. Pero también demanda un compromiso ético con el uso de los datos del paciente: proteger su privacidad, garantizar el consentimiento informado y comprender los límites de la automatización en el acto clínico.
Mirar con algoritmos, ver con criterio
La inteligencia artificial no vino a reemplazar la mirada humana, sino a expandirla. Si se utiliza con prudencia, puede liberar tiempo del profesional para enfocarse en lo esencial: la comunicación, la empatía y el acompañamiento terapéutico. En cambio, si se adopta sin reflexión, corre el riesgo de deshumanizar la práctica y convertir la consulta en una operación mecánica.
El reto de esta nueva era no será enseñar a las máquinas a ver, sino enseñar a los humanos a mirar con ellas. En esa alianza —entre datos y experiencia, entre algoritmo y criterio— se jugará el futuro de la salud visual contemporánea.
Referencias
Ting, D. S. W., et al. (2019). Artificial intelligence and deep learning in ophthalmology. British Journal of Ophthalmology, 103(2), 167–175.
Topol, E. J. (2019). High-performance medicine. Nature Medicine, 25(1), 44–56.
Li, J. P. O., et al. (2021). Digital technology in ophthalmology. Progress in Retinal and Eye Research, 82, 100900.
World Health Organization. (2019). World report on vision.
