La forma más grave de degeneración macular, la relacionada con la edad neovascular (DMREn), se caracteriza por el crecimiento anormal de vasos sanguíneos en la parte baja de la retina. Estos vasos filtran líquido o sangre, lo que conduce a la pérdida de visión. Además de la edad, el tabaquismo, la mala alimentación y la falta de actividad física también contribuyen al riesgo.

El tratamiento base para este tipo de degeneración macular son los fármacos anti-VEGF que lleva implícito inyectar un fármaco en el ojo que bloquea una proteína llamada factor de crecimiento endotelial vascular (VEGF), que es responsable del crecimiento de vasos sanguíneos anormales en la retina. El problema, sin embargo, son sus efectos secundarios, en algunos casos graves como la inflamación ocular.

Al respecto, un equipo de investigadores de Emory AI.Health y Cleveland Clinic (EEUU) decidió estudiar qué pacientes podrían desarrollar esta respuesta inflamatoria. Mediante la combinación de tomografías de coherencia óptica (OCT) de rutina con aprendizaje automático y medicina de precisión, buscaron identificar patrones en las imágenes de escaneo ocular que podrían aparecer antes o durante la inflamación causada por medicamentos anti-VEGF. De esta forma, se podría ayudar a detectar la inflamación antes y ajustar el tratamiento para prevenir la pérdida de visión.

El estudio, publicado en la revista ´Cell Press Heliyon´ , analizó imágenes de 67 ojos de un ensayo clínico retrospectivo en el que participaron pacientes con DMAE no obstructiva. Los investigadores extrajeron características específicas basadas en la textura de las exploraciones OCT, centrándose en el compartimento vítreo (el gel transparente del ojo). Utilizando un modelo de aprendizaje automático desarrollado por Emory AI.Health, identificaron patrones que indicaban inflamación antes de que fuera clínicamente visible.

El modelo de aprendizaje automático distinguió con precisión qué pacientes desarrollarían inflamación, logrando una tasa de precisión del 76 % antes del tratamiento anti-VEGF y del 81 % en el momento de la inyección. Estos datos sugieren su potencial como herramienta valiosa para la detección temprana. De ahí que, en base a este estudio, "se validan nuestros algoritmos de IA en un ensayo clínico retrospectivo y destaca el potencial de la medicina de precisión en oftalmología", afirmó la Dra. Sudeshna Sil Kar, primera autora del estudio y científica asociada de Emory AI.Health.

 "Nuestro trabajo proporciona datos valiosos para que los médicos puedan tomar mejores decisiones de tratamiento, reduciendo potencialmente la dosis o combinando estos agentes con medicamentos antiinflamatorios para prevenir complicaciones graves", indicó, al respecto, el Dr. Anant Madabhushi, director ejecutivo de Emory AI.Health e investigador principal del estudio.

Los investigadores esperan incorporar estos algoritmos en ensayos clínicos prospectivos para identificar a los pacientes con probabilidades de desarrollar eventos adversos en tiempo real