Lucas Cabot, egresado de la Universidad Nacional de Avellaneda, obtuvo el primer premio en el Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI) 2024. Su trabajo consiste en el uso de inteligencia artificial para detectar de forma temprana la retinopatía diabética, una de las principales causas de ceguera en personas con diabetes. Según cifras publicadas en la revista The Lancet, la diabetes se cuadruplicó en los últimos 35 años y en la actualidad alcanza a 800 millones de personas en todo el mundo. Si bien todavía falta para que esta herramienta pueda estar disponible, el objetivo es que pueda utilizarse en cualquier parte del mundo con acceso a internet.

“La idea principal es que, por ejemplo, un oftalmólogo pueda ir a zonas de escasos recursos, llevar un retinógrafo portátil, capturar las retinografías del paciente y en menos de un minuto obtener el resultado con precisión. Sin esta herramienta de detección temprana con inteligencia artificial, el trabajo requiere demasiado tiempo y esfuerzo. Entonces, esta aplicación va a agilizar todo eso, pero todavía hay que mejorarla”, cuenta el ingeniero en Informática Lucas Cabot, en diálogo con la Agencia de Noticias Científicas de la Universidad Nacional de Quilmes.

Básicamente, el programa consiste en recopilar imágenes de personas con distintos grados de retinopatía diabética. En este aspecto, el ingeniero trabajó con cinco niveles: retinopatía diabética leve, moderada, severa, sin retinopatía o proliferante. Para eso, Cabot adquirió fotos ya clasificadas por oftalmólogos de un centro de datos con pacientes de India y tuvo que mejorarles la luz, el brillo y el contraste.

“A partir de diferentes operaciones matemáticas, el programa identifica alteraciones o patrones en las imágenes que permiten detectar lesiones como la presencia de microneurisma y de derrames, por ejemplo, para ver si esa persona tiene retinopatía diabética o no”, explica el ingeniero.

En la actualidad, Cabot trabaja para mejorar la precisión del algoritmo. Todavía le faltan más imágenes para lograr una base de datos robusta que le permita mayor precisión y menor margen de error. En este aspecto, el paso siguiente es utilizar imágenes de retinografía de pacientes de Argentina. “Se necesitan muchas más retinografías para retroalimentar el algoritmo, mejorar la parte de precisión y luego utilizarlo”, detalla.

El proyecto nació durante la pandemia, cuando muchas personas dejaron de atenderse de manera presencial y recibir asistencia temprana. En el caso de la retinopatía diabética, si no se trata de forma precoz, puede causar daños irreversibles o ceguera en el ojo. En este marco, durante una materia vinculada a inteligencia artificial, Cabot comenzó a investigar en las aulas de la Universidad y luego siguió acompañado por un docente de la UNDAV y una trabajadora del Hospital Garrahan.

En relación a la obtención del primer premio, Cabot destaca: “Fue una gran sorpresa porque había muchos proyectos muy interesantes y con muchas aplicaciones. Siento que es una gran contribución al campo de la salud y quizás pueda abrir las puertas para que se pueda continuar aplicando a otros temas relacionados”.