Sistema de tamizaje para glaucoma mediante cuantificación de las distancias y tamaños relativos en una foto del disco óptico, mediante técnicas de procesamiento de imágenes e inteligencia artificial

Abstract

El glaucoma constituye la segunda causa de ceguera irreversible a nivel mundial y afecta a cerca de 80 millones de personas. Su detección temprana, a partir del análisis automatizado de imágenes de fondo de ojo, resulta esencial para prevenir el daño progresivo del nervio óptico. En este trabajo se desarrolló un sistema integral de apoyo al diagnóstico de glaucoma basado en inteligencia artificial, orientado a combinar precisión técnica con interpretación clínica. La metodología se estructuró en cuatro etapas. En la primera, se definieron 81 características cuantitativas derivadas de parámetros geométricos, texturales y de color. En la segunda, se construyó una base de datos de 2.571 retinografías procesadas mediante segmentación automatizada YOLO, identificando 51 variables estadísticamente significativas, entre las cuales los descriptores texturales mostraron mayor poder discriminante. La tercera etapa integró técnicas de selección de variables (Forward Selection y NCA) con clasificadores RNA y SVM, determinando que la configuración Forward Selection + RNA alcanzó el mejor desempeño (Accuracy 83,1%, Sensibilidad 76,8%, AUC 0,857). Finalmente, se implementó una interfaz funcional con módulos administrativos, de cribado y generación de reportes clínicos en PDF. La validación del sistema obtuvo una calificación promedio de 4,5/5, destacando la utilidad diagnóstica y la facilidad de uso del sistema. En comparación internacional, el modelo alcanzó un rendimiento competitivo (AUC superior a Wu et al., 2022) priorizando la interpretabilidad sobre la complejidad de caja negra. En conjunto, el sistema propuesto constituye una herramienta potencial de tamizaje clínico temprano, alineada con los estándares de sensibilidad definidos por la American Academy of Ophthalmology (AAO) y con alto grado de aceptabilidad clínica.