Tus ojos podrían revelar si tienes TDAH gracias a un diagnóstico con inteligencia artificial.
👤 Por Bioteech
Investigadores de la Universidad de Yonsei en Corea del Sur han desarrollado una herramienta innovadora para detectar el Trastorno por Déficit de Atención e Hiperactividad (TDAH). Este método utiliza inteligencia artificial (IA) para analizar imágenes del fondo del ojo, específicamente la retina, con el objetivo de identificar signos asociados al TDAH. El estudio fue publicado en la revista científica npj Digital Medicine.
La importancia del hallazgo radica en que los métodos tradicionales de diagnóstico pueden ser largos, subjetivos e incluso inaccesibles para muchas familias. Con esta nueva tecnología, los investigadores han demostrado que es posible obtener resultados confiables mediante un procedimiento más rápido, económico y no invasivo.
¿Por qué la retina?
La retina es una capa de tejido en la parte posterior del ojo que está conectada directamente al cerebro. Debido a esta conexión, los cambios en la retina pueden reflejar alteraciones en el desarrollo neurológico. Esto la convierte en una ventana potencial hacia el estado del sistema nervioso central de una persona.
En personas con TDAH, se han observado ciertas diferencias estructurales en la retina. Por ejemplo, el grosor de los vasos sanguíneos, su forma y distribución pueden estar alterados. También se analiza el disco óptico, una zona del ojo donde las fibras nerviosas se agrupan para formar el nervio óptico.
Los investigadores han descubierto que estos parámetros pueden utilizarse como indicadores para identificar el TDAH con alta precisión. Esto representa un cambio de paradigma en el campo de la neuropsiquiatría.
Entre abril y octubre de 2022, el equipo de investigación recopiló imágenes de retina de 646 niños y adolescentes menores de 19 años. De estos, 323 habían sido diagnosticados con TDAH en dos hospitales terciarios de Corea del Sur: el Hospital Severance y el Hospital St. Mary’s de Eunpyeong. Los otros 323 participantes no tenían diagnóstico de TDAH y fueron seleccionados para coincidir en edad y sexo con el grupo diagnosticado.
Para analizar las imágenes, los científicos utilizaron una herramienta llamada AutoMorph. Esta tecnología extrae características detalladas de las fotografías del fondo del ojo, conocidas como imágenes de fondo de retina. Luego, aplicaron cuatro modelos de aprendizaje automático (una rama de la IA) para evaluar la presencia de TDAH.
También se analizaron funciones ejecutivas como la atención visual y auditiva, ya que estas habilidades suelen estar alteradas en personas con TDAH. La precisión de estos modelos se evaluó utilizando el índice AUROC, que mide la capacidad de un modelo para diferenciar entre clases.
Resultados prometedores
Los modelos de IA lograron una precisión impresionante en la detección del TDAH, alcanzando un área bajo la curva (AUROC) de hasta 96.9%. Esto indica una alta capacidad para diferenciar entre individuos con y sin TDAH basándose únicamente en imágenes de la retina. Es un resultado muy prometedor que sugiere que esta técnica podría tener aplicaciones clínicas reales en un futuro cercano.
Además, el estudio encontró que la IA podía identificar deficiencias en la atención visual. Este aspecto es importante porque la atención visual es una de las funciones más afectadas en los casos de TDAH. En cambio, la atención auditiva fue más difícil de predecir con precisión mediante esta técnica.
Implicaciones para el futuro
Este enfoque presenta varias ventajas sobre los métodos tradicionales de diagnóstico del TDAH, que suelen ser largos, costosos y subjetivos. Un escaneo de retina es rápido, no invasivo y puede realizarse en entornos clínicos con relativa facilidad. Esto podría facilitar la detección temprana del TDAH, permitiendo intervenciones más oportunas y mejorando la calidad de vida de los afectados.
Dado que el TDAH afecta aproximadamente al 5% de la población mundial, una herramienta de diagnóstico eficiente y accesible podría tener un impacto significativo en la salud pública. También podría reducir la sobrecarga de los sistemas de salud, al agilizar los procesos diagnósticos y evitar retrasos en la atención.
Además, esta tecnología podría ser útil en regiones con menos recursos médicos. Donde no haya especialistas en salud mental disponibles, un escáner de retina podría ayudar a detectar casos sospechosos y derivarlos para su evaluación.
Limitaciones y próximos pasos
Aunque los resultados son alentadores, los investigadores reconocen la necesidad de realizar estudios adicionales en poblaciones más diversas y en diferentes rangos de edad. El estudio actual se centró en niños y adolescentes, por lo que se requiere más investigación para determinar la eficacia de este método en adultos.
Además, es importante considerar que el TDAH puede presentarse junto con otros trastornos, como el autismo o la ansiedad. Estas condiciones podrían alterar los patrones observados en la retina y dificultar el diagnóstico diferencial.
Futuros estudios deberán abordar estas complejidades para mejorar la precisión y aplicabilidad del método. También se investigará cómo adaptar esta tecnología a dispositivos portátiles para su uso en clínicas rurales o móviles.
La investigación liderada por el equipo de la Universidad de Yonsei ofrece una perspectiva innovadora para el diagnóstico del TDAH. Al utilizar imágenes de la retina y técnicas de inteligencia artificial, se abre la posibilidad de desarrollar herramientas de detección más rápidas, precisas y accesibles. Aunque se necesitan más estudios para validar estos hallazgos, este enfoque podría transformar la manera en que se diagnostica y trata el TDAH en el futuro.
Referencias
Choi, H., et al. (2025). Retinal fundus imaging as biomarker for ADHD using machine learning for screening and visual attention stratification. Npj Digital Medicine, 8(1), 1-9.
