IA que detecta glaucoma a nivel de especialista.

En México, el acceso a atención oftalmológica especializada es profundamente desigual: apenas 2.6 oftalmólogos por cada 100,000 habitantes, concentrados en zonas urbanas. En comunidades rurales y marginadas, el glaucoma —una de las principales causas de ceguera irreversible— se detecta tarde, cuando el daño al nervio óptico ya no tiene retorno. El reto era acercar el tamizaje temprano a las poblaciones que hoy no llegan a un especialista a tiempo.

Diseñamos una plataforma modular de cuatro capas —presentación, integración, servicios y persistencia— con una app móvil para pacientes y una aplicación web para especialistas. En el núcleo, un modelo de aprendizaje profundo analiza cada ojo de forma independiente y genera un resultado preliminar. Evaluamos tres arquitecturas de vanguardia —DenseNet161 y dos variantes de Vision Transformer— sobre un dataset clínico de 5,000 retinografías, con un pipeline de preprocesamiento de normalización, redimensionamiento y balanceo de clases. DenseNet161 fue la arquitectura ganadora. El sistema se concibió como herramienta de apoyo: la decisión clínica final siempre recae en el oftalmólogo.

El modelo alcanzó 93% de exactitud, 96% de sensibilidad y un AUC de 0.97 en la clasificación de glaucoma, un desempeño comparable al de un especialista. Esto habilita un tamizaje temprano, accesible y escalable en comunidades sin infraestructura oftalmológica, y libera a los especialistas para concentrar su tiempo en los casos que de verdad lo requieren. Un aviso médico integrado recuerda en todo momento que el resultado es un apoyo diagnóstico, no una conclusión definitiva.