Este artículo fue publicado y traducido bajo los términos de la licencia de Creative Latin Media con Jobson Healthcare Information. Queda estrictamente prohibida su reproducción total o parcial. Fuente: https://reviewofmm.com/refractive-error-and-mental-health/

8 de septiembre de 2026

Por Janelle Scully

Utilizando datos del Biobanco del Reino Unido, Sun y sus colegas han llevado a cabo la primera investigación a gran escala sobre la relación entre los errores de refracción y la salud mental.

El resultado principal fue el diagnóstico de trastornos de salud mental, incluyendo depresión, trastorno bipolar y esquizofrenia. Las personas con error refractivo presentaron una incidencia significativamente mayor de trastornos de salud mental que las personas emétropes, observándose asociaciones similares (y ligeramente mayores) en personas con hipermetropía e hipermetropía con astigmatismo. Si bien las personas miopes mostraron inicialmente un riesgo menor en comparación con las emétropes, esta asociación no se mantuvo tras ajustar por posibles factores de confusión. Los participantes con agudeza visual corregida peor que 20/20 presentaron un riesgo significativamente mayor de trastornos de salud mental que aquellos que alcanzaron una visión de 20/20 o mejor.

Se dispuso de respuestas a un cuestionario de salud mental para un subgrupo de participantes. Las personas con error refractivo reportaron un bienestar subjetivo y una satisfacción vital significativamente menores, además de puntuaciones más altas en neuroticismo, ansiedad y síntomas depresivos en comparación con las personas emétropes. 

Este estudio se beneficia de un tamaño de muestra grande y un seguimiento a largo plazo. Sin embargo, la cohorte se limita a residentes del Reino Unido de mediana edad (40-69 años), y aún no se ha establecido un vínculo causal claro entre el error refractivo y los trastornos de salud mental. Se justifica realizar más investigaciones para comprender mejor la posible relación entre el error refractivo y la salud mental. 

Abstracto

Relación entre errores de refracción y salud mental: un estudio de cohorte de participantes del Biobanco del Reino Unido.

Bingqing Sun, Yuwei Peng, Ruilang Lin, Xiaojun Hu, Ruoyan Wei, Yongfu Yu, Xingtao Zhou, Meiyan Li, Weiming Yang

Fondo 

Si bien se ha demostrado que la discapacidad visual afecta negativamente la calidad de vida diaria, ningún estudio a gran escala ha analizado el efecto de los errores de refracción (ER) en la salud mental. Por lo tanto, este estudio tuvo como objetivo investigar la influencia de los diferentes tipos y grados de gravedad de los ER en los trastornos de salud mental.

Métodos

En este estudio de cohorte poblacional, se analizaron los participantes del Biobanco del Reino Unido que se sometieron a exámenes oftalmológicos. Se estableció un modelo de regresión de riesgos proporcionales de Cox utilizando los RE como factores de exposición para determinar las asociaciones entre los RE y el riesgo de trastornos de salud mental. Se utilizó un modelo de regresión lineal múltiple para explorar las relaciones entre los RE y los resultados de un cuestionario de salud mental de 12 ítems. Los resultados primario y secundario fueron el riesgo de trastornos de salud mental y los resultados del cuestionario de salud mental de 12 ítems, respectivamente.

Resultados

Una cohorte de 106.004 participantes, inicialmente libres de trastornos mentales, fue seguida durante una mediana de 12,5 años, durante los cuales 15.608 (14,72 %) fueron diagnosticados con trastornos de salud mental. Los participantes con RE tienen un riesgo significativamente mayor de trastornos de salud mental que aquellos con emetropía (cociente de riesgos [CR]: 1,07, IC del 95 %: 1,01-1,13). Las personas con astigmatismo (CR: 1,13, IC del 95 %: 1,02-1,25), hipermetropía (CR: 1,20, IC del 95 %: 1,12-1,28) e hipermetropía con astigmatismo (CR: 1,28, IC del 95 %: 1,13-1,44) tuvieron un mayor riesgo de trastornos de salud mental que aquellos con emetropía. La curva dosis-respuesta indicó que el riesgo de trastornos de salud mental aumentó a medida que disminuyó la agudeza visual corregida.

Los participantes con RE tuvieron una satisfacción con la vida y un bienestar subjetivo significativamente menores (ambos P < 0,01) y puntuaciones más altas para neuroticismo, síntomas depresivos y síntomas de ansiedad (todos P < 0,01) que aquellos con emetropía, particularmente entre los individuos con hipermetropía y astigmatismo (neuroticismo: β = 1,16, IC del 95 %: 0,87-1,45; síntomas depresivos: β = 0,81, IC del 95 %: 0,49-1,14; síntomas de ansiedad: β = 0,64, IC del 95 %: 0,33-0,95).

Conclusiones

Nuestro estudio demostró que los participantes con hipermetropía, astigmatismo y agudeza visual corregida reducida presentaban un mayor riesgo de trastornos de salud mental que aquellos con emetropía o miopía. Además, las personas con miopía moderada a alta mostraron un aumento en los síntomas depresivos o de ansiedad.

DOI: 10.1016/j.jad.2025.120317

The post Errores de refracción y salud mental appeared first on Visión y Óptica.

The post Oclusiones vasculares retinianas asociadas a enfermedades cardiovasculares appeared first on Visión y Óptica.

The post Longitud axial frente a error refractivo: ¿Cómo y por qué es importante esta interacción en el tratamiento de la miopía? appeared first on Visión y Óptica.

The post Cómo la detección ocular basada en IA podría personalizar las vías de tratamiento appeared first on Visión y Óptica.

Noriega Rosso, Shayra

Castro Pachon, Stefania

Sánchez Rosso, María Jose

Hincapie Novoa, Jorge

Estudiantes de Optometría

IX semestre

Universidad El Bosque

Si bien el potencial de la inteligencia artificial (IA) está en proceso de exploración, su impacto en oftalmología ya está transformando la calidad en la atención. Aunque se debe tener en cuenta que es imposible que reemplace el papel de un profesional, sí representa una herramienta valiosa y complementaria para mejorar la atención al paciente, optimizando el diagnóstico y facilitando la predicción de posibles resultados clínicos (1).

Inicialmente en Oftalmología fue desarrollada para el diagnóstico de trastornos de la retina y glaucoma, la IA ha comenzado a aplicarse recientemente en el estudio de enfermedades del segmento anterior. Dado que muchas de estas patologías requieren técnicas de imagen como la fotografía con lámpara de hendidura, la tomografía de coherencia óptica del segmento anterior (AS-OCT), la microscopía especular, la tomografía y topografía corneal, así como la microscopía confocal in vivo (IVCM) (1).

Por lo anterior, el objetivo de esta revisión fue analizar el desarrollo actual de la IA en optometría y oftalmología, destacando su utilidad en el diagnóstico, pronóstico y manejo de alteraciones del segmento anterior y posterior del globo ocular.

Principios básicos de la IA

La Inteligencia Artificial hace referencia a la habilidad de las máquinas de replicar conductas humanas y tomar decisiones parecidas a las de los individuos a través de la programación informática. En un principio, los sistemas de IA se fundamentaban en modelos de normas preestablecidas por especialistas humanos, lo que restringía su utilidad y solidez en contextos reales (1).

Los sistemas basados en IA aprenden a identificar patrones sutiles y características específicas de cada enfermedad a partir de miles de imágenes previamente etiquetadas. Esta tecnología no solo permite la detección temprana de enfermedades oculares, sino también la estratificación de riesgos, el seguimiento de la progresión de la patología y la optimización del tratamiento personalizado. En contextos donde el acceso a especialistas en oftalmología es limitado, como zonas rurales o países en desarrollo, la IA ofrece una solución escalable y eficiente que puede implementarse mediante plataformas móviles o dispositivos portátiles. Gracias a estos avances, la IA está transformando el cuidado oftalmológico al hacerlo más accesible, preciso y preventivo. El aprendizaje automático es una rama de la IA que ha cobrado relevancia gracias a su desempeño superior frente a los sistemas fundamentados en reglas (1).

Los algoritmos de Machine Learning (ML) generan modelos empleando datos de entrenamiento para efectuar predicciones o tomar decisiones sin requerir una programación específica. Según la presencia de datos disponibles, se pueden implementar técnicas supervisadas, esto se refiere a la aplicación de datos de entrada etiquetados, es decir, ya se conoce el resultado esperado (por ejemplo, imágenes médicas que ya han sido clasificadas por expertos como benignas o malignas) (1).

Usos de la IA en segmento anterior

El uso de la IA y la telemedicina son una alternativa prometedora para optimizar los recursos de atención médica (2).  Se ha utilizado con éxito en la predicción del diagnóstico de varios trastornos corneales, entre ellos la queratitis infecciosa (IK), queratocono, pterigión y enfermedades endoteliales, entre otros (3). Basado en imágenes corneales específicas como fotografías con lámpara de hendidura, topografía corneal, tomografía de coherencia óptica del segmento anterior (AS-OCT) y la microscopía especular (2).

Córnea

La IA se ha aplicado en el diagnóstico y manejo de patologías corneales mediante algoritmos que analizan imágenes clínicas, su utilidad ha sido destacada en la detección de queratocono, diferenciación de queratitis infecciosa y reconocimiento automático de pterigión a partir de fotografías del segmento anterior; estos sistemas permiten evaluaciones más objetivas y rápidas, optimizando la toma de decisiones clínicas en diferentes entornos (2).

Queratocono

Es una enfermedad ocular bilateral y asimétrica la cual genera adelgazamiento progresivo de la córnea, como consecuencia produce un astigmatismo irregular y disminución de la agudeza visual (4). Se estima que su prevalencia es de 1 entre 500 y 1 entre 2000 personas; su detección temprana es importante para frenar su progresión con tratamientos como la reticulación acelerada del colágeno corneal (CXL) y técnicas como la topografía corneal, Scheimpflug y AS-OCT son esenciales para su diagnóstico (2). El objetivo de la CXL es detener la progresión del queratocono, esta es una técnica que fortalece la córnea utilizando luz ultravioleta A (UVA) y un agente fotosensibilizante llamado riboflavina (vitamina B2); esta combinación produce enlaces cruzados entre las fibras de colágeno del estroma corneal dando firmeza a la córnea (5).

La topografía corneal analiza con precisión la curvatura y forma de la córnea, detectando irregularidades mediante mapas en color; es clave no solo para el diagnóstico y seguimiento de patologías sino también para adaptar lentes especiales (ortoqueratología) y planificar cirugías refractivas; la topografía corneal consiste en proyectar un anillo de luces (como los anillos de Placido) sobre la superficie de la córnea, el equipo crea un mapa en colores que representa la curvatura de la córnea en diferentes puntos, las zonas más curvas se muestran en colores cálidos (como rojo o naranja) y las más planas en colores fríos (como azul), permitiendo estudiar la forma, simetría y la regularidad de la córnea (6).

Las imágenes tomográficas tridimensionales, como las de Scheimpflug (Pentacam), son también esenciales para diagnosticar enfermedades corneales y planificar tratamientos con mayor precisión (2).

El Pentacam, es esencial en la evaluación del queratocono, al proporcionar imágenes tridimensionales detalladas que permiten analizar la curvatura, elevación y paquimetría de la córnea; esta herramienta es clave para detectar incluso las formas más leves o subclínicas de la enfermedad; la inteligencia artificial (IA) ha fortalecido este examen al integrarse con sistemas de imagen como el Pentacam, mediante algoritmos como redes neuronales convolucionales (CNN), máquinas de vectores de soporte (SVM) y modelos de clasificación automatizada, que logran diferenciar con alta precisión entre córneas normales y córneas con queratocono. Estos algoritmos permiten clasificar su gravedad y predecir su progresión o respuesta a tratamientos como el crosslinking o los anillos intracorneales (1)(7).

Queratitis infecciosa

La queratitis infecciosa es una enfermedad que afecta la córnea debido a una infección, también se le conoce como úlcera corneal u opacidad corneal; puede ser causada por microorganismos como bacterias, hongos o parásitos (queratitis microbiana), o por virus, como el herpes (queratitis viral); su incidencia varía según la región, siendo mucho más alta en países en desarrollo de Asia debido al limitado acceso a la atención médica (8).

En la queratitis infecciosa, la IA ha demostrado ser una herramienta valiosa; a través de algoritmos como las redes neuronales artificiales (RNA), donde puede diferenciar entre queratitis bacteriana y fúngica al analizar patrones específicos en imágenes clínicas; estos modelos entrenados con miles de fotografías del segmento anterior, reconocen características únicas de cada tipo de infección, como la forma, tamaño y profundidad del infiltrado o la presencia de hifas en casos fúngicos (1).

Pterigión

Es una degeneración fibrovascular de la conjuntiva que avanza a través de la córnea con el tiempo, sus principales factores de riesgo son la exposición a la luz ultravioleta, el aumento de la edad y este se presenta con mayor frecuencia en el género masculino; suelen localizarse en la conjuntiva bulbar con mayor frecuencia nasal que temporal (9).

Los algoritmos como RNA, SVM y CNN además de su uso en el diagnóstico de queratocono, también se aplican en el análisis automático de imágenes del segmento anterior para detectar pterigión; estos algoritmos detectan patrones únicos, como el crecimiento anormal de la conjuntiva sobre la córnea, y pueden clasificar correctamente las imágenes para distinguir el pterigión de otras condiciones oculares similares; estos algoritmos son útiles como herramienta de tamizaje, facilitando el diagnóstico en entornos comunitarios de salud (1).

Usos de la IA en segmento posterior

Las enfermedades del segmento posterior representan una causa significativa de pérdida de visión irreversible a nivel global, y su diagnóstico adecuado depende en gran medida de la capacitación y experiencia de los profesionales de la salud visual. En regiones donde el acceso a profesionales que ofrezcan una atención óptima y que cuenten con tecnologías avanzadas para detectar estas alteraciones puede ser limitado lo cual limita la atención (10).

La IA tiene un gran potencial para mejorar la detección temprana de enfermedades de la retina y el nervio óptico, incluso en áreas donde los recursos son escasos. La IA puede ser utilizada para analizar imágenes de alta resolución de la retina, como las obtenidas mediante cámaras de fondo de ojo o tomografía de coherencia óptica (OCT), y detectar signos tempranos de enfermedades como la retinopatía diabética, la degeneración macular, el glaucoma y la neuropatía óptica (10).

El examen de fondo de ojo permite visualizar estructuras clave como el disco óptico, las venas y arterias retinianas, la copa óptica y la mácula, en este contexto, la identificación de los vasos retinianos se ha considerado como una de las principales tareas de la IA en el análisis coriorretiniano, junto con la detección de lesiones como microaneurismas, hemorragias y exudados, gracias al desarrollo de algoritmos entrenados, las imágenes del fondo de ojo pueden ser interpretadas automáticamente por sistemas capaces de resaltar estructuras anatómicas e identificar anomalías con alta precisión, la capacidad de análisis automatizado no solo ayuda a los profesionales de la salud para una interpretación clínica acertada, sino que también facilita el diagnóstico temprano de enfermedades como la retinopatía diabética,la degeneración macular, el glaucoma e incluso alteraciones cardiovasculares, al detectar cambios vasculares reflejados en la retina (11).

Actualmente existen diversos conjuntos de datos que se han utilizado para la validación de algoritmos de clasificación en imágenes de fondo de ojo. Entre ellos, ARIA (Automatic Retinal Image Analysis) Análisis Automatizado de Imágenes Retinianas es una tecnología de IA patentada y un método de aprendizaje profundo que evalúa las estructuras del segmento posterior a partir de imágenes retinianas obtenidas con una cámara de fondo de ojo, mientras que DIARETDB1 (Diabetic Retinopathy Database) es una base de datos que permite comparar de manera objetiva los resultados obtenidos por diferentes métodos de detección (11).

En este contexto, se han diseñado modelos de IA que utilizan imágenes de fondo de ojo con el objetivo de diagnosticar de forma automática enfermedades como la Degeneración Macular Asociada a la Edad, contribuyendo significativamente al diagnóstico precoz y a la mejora de los sistemas de salud visual (11).

Diagnóstico automático de patologías oculares en segmento posterior

Glaucoma: La IA permite detectar signos tempranos de glaucoma mediante el análisis de imágenes del nervio óptico y campos visuales. Algunos modelos han alcanzado una precisión superior al 95% en la detección de neuropatía óptica glaucomatosa (3).

Degeneración Macular Relacionada con la Edad (DMAE): Algoritmos avanzados pueden diferenciar entre distintos tipos de DMAE y predecir su progresión, lo que ayuda a personalizar tratamientos. Los avances en algoritmos de Aprendizaje Automático (Machine Learning) han permitido desarrollar herramientas capaces de analizar imágenes oftalmológicas especialmente de Tomografía de Coherencia Óptica (OCT) para diferenciar de forma automática entre los tipos de DMAE. Estos modelos superan la precisión diagnóstica tradicional al detectar patrones sutiles que a menudo pasan desapercibidos para el ojo humano (3).

Además del diagnóstico, el aprendizaje automático se está utilizando para predecir la progresión de la enfermedad, identificando pacientes con mayor riesgo de desarrollar DMAE húmeda a partir de datos longitudinales e históricos clínicos. Esta capacidad predictiva permite personalizar los tratamientos, ajustando la frecuencia de las visitas médicas o iniciando terapias preventivas de forma anticipada. Así, la IA se convierte en una herramienta clave no solo para mejorar la precisión diagnóstica, sino también para optimizar el manejo clínico de la enfermedad, reduciendo la pérdida visual y mejorando la calidad de vida de los pacientes (3).

Equipos de diagnóstico basados en IA

iDx- DR: Intelligent Diagnostics for Diabetic Retinopathy

Se trata de una plataforma avanzada respaldada por un sistema de IA diseñada para la detección temprana y el diagnóstico automatizado de signos compatibles con retinopatía diabética mediante el análisis de imágenes retinianas, su uso está indicado en la práctica clínica oftalmológica para la identificación automática de retinopatía diabética más que moderada (mtmDR) en pacientes adultos (mayores de 22 años) con diagnóstico previo de diabetes mellitus, que no hayan sido diagnosticados anteriormente con esta enfermedad ocular (12).

EyeArt

EyeArt es una herramienta de detección automatizada de retinopatía diabética (DR) que emplea algoritmos de inteligencia artificial para analizar imágenes del fondo de ojo obtenidas con cámaras retinianas estándar, su sistema identifica signos clínicos como microaneurismas, hemorragias y exudados, asociados a etapas tempranas y avanzadas de la enfermedad; se destaca por su elevada precisión, con una sensibilidad y especificidad del 91 %, lo que permite una detección eficaz. (13).

Optos IA

Optos AI integra tecnología de imagen de campo ultra amplio (UWF) con IA y sistemas de interpretación clínica para realizar exámenes retinianos eficientes y altamente precisos en el punto de atención, especialmente enfocados en pacientes diabéticos, la plataforma permite la captura de una imagen de 200° de la retina en menos de medio segundo, lo cual supera ampliamente el campo visual tradicional de las cámaras de fondo de ojo convencionales; no solo permite evaluar la gravedad de la retinopatía diabética, sino que también identifica otras patologías oculares e incluso condiciones sistémicas potencialmente graves. Según datos reportados, la tecnología UWF proporciona imágenes evaluables en el 98 % de los casos, y ha demostrado que hasta el 66 % de la patología retiniana se localiza fuera del campo visual tradicional, lo que evidencia su ventaja diagnóstica (14).

RetInSight

RetInSight es una plataforma avanzada de análisis basada en IA que proporciona soluciones innovadoras para el diagnóstico y monitoreo de enfermedades retinianas crónicas como la atrofia geográfica (AG), la degeneración macular neovascular asociada a la edad (nAMD), el edema macular diabético (EMD) y la oclusión de la vena retiniana (RVO) (15).

RetInSight GA Monitor, permite una segmentación precisa de las áreas de atrofia geográfica mediante algoritmos avanzados de IA, el cual evalúa la actividad de la enfermedad a través de biomarcadores clave como la degeneración de los fotorreceptores y la pérdida del epitelio pigmentario de la retina (EPR); la superposición entre estos parámetros permite visualizar la progresión de la enfermedad y la eficacia terapéutica de manera detallada, posibilitando intervenciones clínicas más precisas y oportunas (15).

RetInSight Fluid Monitor permite la visualización automática y cuantificación precisa, en tiempo real, de los principales fluidos retinianos: fluido intrarretiniano (FIR), fluido subretiniano (FSR) y desprendimiento del epitelio pigmentario (DEP) (15).

Ambos monitores cumplen con la regulación europea MDR 2017/745 para dispositivos médicos de Clase IIa, clasificándolos como sistemas de apoyo a la decisión clínica (CDSS) y asegurando los más altos estándares de calidad, seguridad y eficacia en su uso clínico (15).

Altiris IA

Altris AI es una plataforma especializada que asiste a profesionales en oftalmología y optometría mediante la interpretación avanzada de imágenes obtenidas por tomografía de coherencia óptica (OCT), su sistema, basado en IA, ha sido diseñado para facilitar una detección más temprana y precisa de múltiples patologías y apoyar en la toma de decisiones clínicas, entre sus principales capacidades se destaca la detección de más de 70 biomarcadores y enfermedades retinianas, así como la evaluación temprana del riesgo de glaucoma, gracias a la integración de un módulo específico de análisis del disco óptico y de asimetrías en la capa de células ganglionares (GCC) (16).

Conclusiones y recomendaciones

La aplicación de la IA representa una herramienta emergente de gran utilidad en el campo de la optometría y la oftalmología a través del fortalecimiento de los procesos clínicos y diagnósticos, tanto en el segmento anterior como posterior del ojo, ha demostrado una gran capacidad para optimizar la detección precoz de enfermedades, mejorar la precisión diagnóstica y facilitar la toma de decisiones clínicas especialmente en entornos donde la presencia de especialistas es limitada, sin embargo, también reformula las técnicas tradicionales de diagnóstico de enfermedades oculares, partiendo de este punto, es importante que los profesionales de la salud visual se familiaricen con estas tecnologías, comprendan su funcionamiento y adquieran las competencias necesarias.

Los avances en la tecnología presentan desafíos importantes como la calidad y datos suministrados para el entrenamiento de modelos de patrones utilizados, los posibles errores de diagnóstico y el acceso en zonas de infraestructura limitada, así como los conceptos o puntos de vistas acerca del uso de herramientas automatizadas por lo que es necesario generar e incentivar una visión que reconozca la importancia con el fin de preparar profesionales de salud visual con un enfoque más tecnológico e innovador.

Si bien las tecnologías demuestran la evolución y el aporte de ideas innovadoras, su uso debe entenderse como un complemento al juicio o criterio clínico del profesional de la salud visual y no como un sustituto del mismo, es importante establecer marcos normativos que regulen la ética y responsabilidad para garantizar mayor seguridad y aceptación dentro de los entornos de práctica clínica con el objetivo de lograr una atención más eficiente, accesible y enfocada en el paciente.

Agradecimientos: A la Dra. Diana V. Rey por la motivación por escribir y corrección de estilo.

REFERENCIAS

1.  Rampat R, Deshmukh R, Chen X, Ting DS, Said DG, Dua HS, Ting DS. Artificial intelligence in cornea, refractive surgery, and cataract: basic principles, clinical applications, and future directions. Asia Pac J Ophthalmol (Phila). 2021;10(3):268–81.
2.  Ting DSJ, Foo VH, Yang LWY, Sia JT, Ang M, Lin H, et al. Artificial intelligence for anterior segment diseases: Emerging applications in ophthalmology. Br J Ophthalmol. 2021;105(2):158–68
3. Li Z, Wang L, Wu X, Jiang J, Qiang W, Xie H, et al. Inteligencia artificial en oftalmología: el camino hacia la clínica del mundo real. Cell Rep Med. 2023;4(7):101095. https://doi.org/10.1016/j.xcrm.2023.101095
4. Santodomingo-Rubido J, Carracedo G, Suzaki A, Villa-Collar C, Vincent SJ, Wolffsohn JS. Keratoconus: An updated review. Cont Lens Anterior Eye. 2022;45(3):101559. https://doi.org/10.1016/j.clae.2021.101559
5. Ting DSW, Pasquale LR, Peng L, Campbell JP, Lee AY, Raman R, et al. Artificial intelligence and deep learning in ophthalmology. Br J Ophthalmol. 2019;103(2):167–75.
6. Ghemame M, Charpentier P, Mouriaux F. Topographie cornéenne en pratique [Corneal topography in practice]. J Fr Ophtalmol. 2020;43(1):67–79. https://doi.org/10.1016/j.jfo.2018.12.033
7. Kovács I, Miháltz K, Kránitz K, Juhász É, Takács Á, Dienes L, et al. Accuracy of machine learning classifiers using bilateral data from a Scheimpflug camera for identifying eyes with preclinical signs of keratoconus. J Cataract Refract Surg. 2016;42(2):275–83. https://doi.org/10.1016/j.jcrs.2015.09.020
8. Cabrera-Aguas M, Khoo P, Watson SL. Infectious keratitis: A review. Clin Exp Ophthalmol. 2022;50(5):543–62. https://doi.org/10.1111/ceo.14113
9. Chu WK, Choi HL, Bhat AK, Jhanji V. Pterygium: new insights. Eye (Lond). 2020;34(6):1047–50. https://doi.org/10.1038/s41433-020-0786-3
10. Dong L, He W, Zhang R, Ge Z, Wang YX, Zhou J, et al. Artificial Intelligence for Screening of Multiple Retinal and Optic Nerve Diseases. JAMA Netw Open. 2022;5(5):e229960.doi:10.1001/jamanetworkopen.2022.9960. PMID: 35503220; PMCID: PMC9066285.
11. Driban M, Yan A, Selvam A, Ong J, Vupparaboina KK, Chhablani J. Artificial intelligence in chorioretinal pathology through fundoscopy: a comprehensive review. Int J Retina Vitreous. 2024;10(1):36. doi:10.1186/s40942-024-00554-4. PMID: 38654344; PMCID: PMC11036694.
12. IDx-DR [Internet]. Healthvisors. 2018 [citado 2025 abr 7]. Disponible en: https://www.healthvisors.com/idx-dr/
13. EyeArt – Sistema de Detección de Retinopatía Diabética con IA [Internet]. ATM. [citado 2025 abr 7]. Disponible en: https://atm.cl/producto/eyeart/?srsltid=AfmBOorT5c-lO2Q1nw_P9oY4kgTatN3f8gs5aR1m_Pfd-ZOOEyPju4hn
14. Diabetic retinal exams at the Point of care [Internet]. Optos.com. [citado 2025 abr 7]. Disponible en: https://www.optos.com/point-of-care/
15. AI for clinical studies in ophthalmology [Internet]. RetInSight.com. [citado 2025 abr 7]. Disponible en: https://www.retinsight.com/ai-in-clinical-studies/
16. Altris. AI Ophthalmology and Optometry [Internet]. Altris.ai; 2022 [citado 2025 abr 7]. Disponible en: https://www.altris.ai/

The post Inteligencia Artificial (IA) para el diagnóstico de patologías oculares appeared first on Visión y Óptica.

Por Dorothy Hitchmoth, OD, FAAO, ABCMO, ABO Dipl.

22 de mayo de 2024

Mi experiencia ejerciendo en las zonas rurales de Estados Unidos me dejó claro que una contribución estratégica e importante a la salud pública que puede transformar significativamente una práctica de optometría es un mayor enfoque en la atención de los pacientes que viven con diabetes.

Un enfoque intencional en la diabetes mejora los resultados de los pacientes y tiene un impacto sustancial en el éxito general y la sostenibilidad de las prácticas de optometría en todo el país. Mejor aún, no es ni difícil ni caro. De hecho, hacerlo bien puede ahorrarle tiempo, aumentar sus ganancias y ayudar a prevenir la pérdida de visión.

He aquí por qué centrar nuestros esfuerzos en el control de la diabetes es un esfuerzo que vale la pena para nosotros y nuestros pacientes.

QUÉ PODEMOS HACER POR NUESTROS PACIENTES

Hay varias razones excelentes y altruistas para centrar más nuestra atención en el cuidado ocular de los diabéticos:

1. Podemos ayudar a abordar una epidemia creciente. La diabetes ha alcanzado proporciones epidémicas a nivel mundial y no se puede subestimar su impacto en la salud ocular. Al concentrarse en la atención de la diabetes, los optometristas se posicionan como guardianes de primera línea contra un problema de salud generalizado. Con el aumento de la prevalencia de la diabetes, la demanda de atención oftalmológica especializada es más crítica que nunca. Las prácticas de optometría que se centran en el cuidado de la diabetes contribuyen positivamente a los resultados de salud pública. La gestión activa de la enfermedad ocular diabética mediante el seguimiento tanto de la estructura como de la función del sistema visual nos permite desempeñar un papel crucial en la prevención de la pérdida de visión y la mejora del bienestar general del paciente. Este compromiso con la salud pública puede mejorar la reputación de nuestra práctica y el prestigio de la comunidad.
2. Podemos ayudar a abordar las disparidades en salud. La equidad en salud es responsabilidad de todos y la necesidad de servicios de atención oftalmológica para diabéticos es pronunciada. Por ejemplo, la población latina/hispana tiene más probabilidades de desarrollar complicaciones relacionadas con la diabetes, a menudo tiene una tasa de mortalidad más alta y recibe atención médica de menor calidad en comparación con los grupos tradicionales. ¹ La geografía también contribuye a las desigualdades en la atención relacionada con la diabetes. Un análisis reciente de más de 28 millones de exámenes oculares realizados por optometristas y oftalmólogos estadounidenses mostró una brecha geográfica significativa en la cobertura de atención y proveedores en condados con ingresos familiares medios más bajos, tasas de pobreza más altas y menos graduados de secundaria. ²
3. Podemos elevar los estándares de atención.En 2023, me uní a varios colegas en la redacción de un documento de consenso sobre la evaluación y el tratamiento de la retinopatía diabética en optometría. ³ Los demás miembros del grupo de trabajo y yo tenemos un propósito singular: elevar el nivel de atención para evitar la pérdida de visión evitable. Desarrollamos un marco estructurado en torno a cinco directrices que aclaran las mejores prácticas en detección, clasificación, evaluación de riesgos, gestión y apoyo al paciente. Más recientemente, emitimos un llamado a comentarios de la comunidad optométrica para ayudar a garantizar que la guía represente la voz de nuestra profesión.

QUÉ PODEMOS HACER POR NUESTRAS PRÁCTICAS

4. Podemos cosechar los frutos de la oferta y la demanda.El cuidado de la diabetes puede ser económicamente gratificante para las prácticas de optometría. Con una población creciente de personas con diabetes, existe una demanda constante de servicios oftalmológicos especializados. Además, el establecimiento de relaciones a largo plazo con los pacientes garantiza un flujo constante de ingresos, lo que contribuye a la viabilidad financiera y la sostenibilidad de nuestras prácticas. La generación de ingresos proviene de las pruebas diagnósticas, como OCT y ERG, así como de la dispensación de suplementos nutricionales cuando sea apropiado desde el punto de vista médico y de intervención.
5. Podemos diferenciarnos en un panorama competitivo.Centrarse en la atención de la diabetes permite a los optometristas diferenciar sus prácticas. La capacidad de brindar atención oftalmológica integral adaptada específicamente a pacientes diabéticos puede diferenciar una práctica. Los pacientes buscan cada vez más profesionales que puedan abordar sus desafíos de salud únicos de manera integral y holística.
6. Podemos construir relaciones con los pacientes a largo plazo.La diabetes es una enfermedad crónica que requiere control y seguimiento continuos. Al participar activamente en la atención de la diabetes, podemos establecer relaciones a largo plazo con nuestros pacientes. Esta continuidad de la atención fomenta la lealtad del paciente y garantiza ingresos constantes para la práctica a lo largo del tiempo.
7. Podemos participar en un modelo de atención colaborativa.El cuidado de la diabetes a menudo implica la colaboración con otros profesionales de la salud, como médicos de atención primaria, endocrinólogos y dietistas. Una práctica que participa activamente en un enfoque multidisciplinario para el control de la diabetes se convierte en una parte integral del recorrido sanitario del paciente. Este modelo colaborativo fortalece las redes y referencias profesionales.
8. Podemos recibir un reembolso justo utilizando diagnósticos eficientes y bien desarrollados.Existen mecanismos de compensación por la prestación de atención a la diabetes. Existe un compromiso nacional con la prevención de las complicaciones de la diabetes, incluida la retinopatía diabética, lo que sin duda contribuye a una codificación menos restrictiva de las pruebas necesarias. Por ejemplo, cuando un paciente presenta diabetes y HA1C no controlado, podemos y debemos ir más allá de la fotografía del fondo de ojo y la agudeza visual como medidas de estructura y función en pacientes visualmente sintomáticos. No se puede subestimar la utilidad de la OCT en tales casos, dado que ahora podemos examinar la microvasculatura de la retina como nunca antes. Asimismo, la electrorretinografía (ERG) proporciona una medida objetiva de la función que es mucho más útil en la práctica que las evaluaciones subjetivas de la agudeza visual. Por ejemplo, un técnico puede recopilar una puntuación DR objetiva en minutos ⁵ con una evaluación RET portátil, y los resultados codificados por colores en una recta numérica proporcionan datos procesables y un reembolso de ~ $128 con la disponibilidad de más de 560 códigos de diagnóstico.

Las recompensas financieras y el impacto positivo en la salud pública hacen que la atención de la diabetes sea una piedra angular para el éxito y la sostenibilidad de los optometristas que estén dispuestos a adoptar este enfoque transformador.

RESULTADOS DE NUESTRO ENFOQUE EN LA ATENCIÓN DE LA DIABETES

El número de personas que atendemos con diabetes continúa aumentando en nuestra práctica y ha aumentado un 3 por ciento anual durante los últimos cinco años como resultado del aumento general en el número de personas con diabetes y el envejecimiento de la población en nuestra zona rural. y la escasez general de proveedores de optometría y oftalmología. ¡Proyectamos que este número continuará a este ritmo durante los próximos 10 años!

Estamos brindando más atención de diagnóstico y apoyo a quienes viven con diabetes que nunca antes porque muchos presentan comorbilidades de hipertensión, glaucoma, cataratas y otras afecciones oculares y sistémicas.

Las pruebas de diagnóstico para atender mejor a estos pacientes complejos aumentan los ingresos por visita hasta en un 50 por ciento. La atención a pacientes más complicados conlleva costes operativos, pero el rendimiento financiero general sigue siendo positivo en comparación con las visitas de atención de rutina.

Como proveedores primarios de atención oftalmológica, desempeñamos un papel fundamental en la mejora de la salud de la comunidad, particularmente en lo que se refiere a elevar los estándares de atención en la enfermedad ocular diabética. La diabetes representa una amenaza importante para la visión.

Ante una creciente epidemia de diabetes, junto con la escasez de proveedores de atención oftalmológica y de otros proveedores, tenemos una oportunidad única de generar un impacto sustancial en nuestras comunidades.

https://reviewob.com/8-reasons-to-focus-on-diabetes-in-your-practice/

Referencias

1. Caballero AE. Atención transcultural a la diabetes: un llamado a abordar al paciente como un todo. Práctica Endocr. 2019 julio;25(7):766-768.
2. Bhatnagar A, Skrehot H, Ahmed M. Análisis a nivel de condado del acceso y utilización de exámenes oculares en los Estados Unidos. Epidemiología oftálmica. 2023 mayo 27:1-7.
3. Fundamentos modernos del tratamiento de la retinopatía diabética en optometría. Disponible en: https://lkc.com/resources/ebooks-reports/modern-fundamentals-of-dr/

The post Ocho razones para centrarse en la diabetes en su consulta appeared first on Visión y Óptica.

1 de mayo de 2023

Por Monica Jong, BOptom, PhD, directora Global de Educación Profesional, Miopía, Johnson & Johnson Vision

La miopía es una de las mayores amenazas para la salud ocular del siglo XXI. 1 Para 2050, la prevalencia de la miopía alcanzará el 50 % sin tener en cuenta el triple aumento de la miopía que se produjo en algunas partes del mundo durante los confinamientos por la COVID-19. 2 Hoy en día, asociaciones profesionales como el Consejo Mundial de Optometría, la Academia Estadounidense de Optometría y la Academia Estadounidense de Oftalmología, reconocen que el manejo de la miopía debe ser el estándar de atención. 3-5

Los médicos de hoy en día, tienen la capacidad de proporcionar a los pacientes opciones adaptadas a los factores clínicos y de estilo de vida del paciente. 6 La ortoqueratología puede ser una buena opción para aquellos que deseen controlar la miopía o estar completamente libres de lentes durante el día. 7 Los pacientes que anteriormente sufrieron molestias o sequedad relacionadas con los lentes de contacto blandos también pueden beneficiarse. 8 La ortoqueratología generalmente puede adaptarse a miopes de hasta -4.50D y -1.50D de astigmatismo. 7

La ortoqueratología ha demostrado ser uno de los tratamientos más efectivos para el manejo de la miopía, hasta con diez años de estudios. 9-11 Los avances en la topografía corneal junto con el nuevo software de ajuste guiado experiencial pueden revolucionar la forma en que adaptamos la ortoqueratología. Los mapas corneales precisos pueden ayudar a lograr el ajuste óptimo de la lente.

En general, hay cuatro zonas distintas que definen la geometría de un diseño de lente de ortoqueratología (Figura 1A) : 7

• Curva base (BC): La curva base aplana la córnea central para lograr la corrección refractiva del paciente.
• Curva inversa (RC): La curva inversa es la segunda curva de la lente y es mucho más pronunciada que la curva base para que la lente vuelva a bajar hacia la córnea.
• Zona tangente (TZ) = Curva de alineación: El objetivo principal de la zona tangente es alinear el lente con la córnea y mantener el lente centrado en el ojo para lograr el efecto de ortoqueratología deseado.
• Elevación del borde (EL) = Curva periférica: La elevación del borde es la zona delgada en la curvatura periférica de la lente y brinda comodidad a medida que la lente se asienta sobre el ojo y promueve el intercambio de lágrimas.

La altura sagital (a menudo denominada “altura de hundimiento”) es la profundidad desde el ápice corneal hasta una ubicación de medición más periférica en la córnea. Hacer coincidir la profundidad de la lente con esta ubicación en su zona tangencial para que coincida con la altura de hundimiento de la córnea que se va a ajustar, probablemente dará como resultado un buen ajuste. 7

La importancia de la topografía en la ortoqueratología

Se ha sugerido que la topografía es el estándar de oro para la adaptación de la ortoqueratología porque el mapeo detallado de la córnea, permite una adaptación más precisa 7 y una lente hecha a la medida. 13 La topografía es esencial para el seguimiento previo y posterior. 9

Los dos sistemas de mapeo corneal más comunes son la tecnología de anillo de plácido y la tomografía de Scheimpflug. Estos construyen un modelo tridimensional de la superficie anterior de la córnea.

Los topógrafos de anillo de plácido analizan los anillos que se reflejan en la superficie de la córnea. 14

Las imágenes de Scheimpflug se generan mediante una cámara Scheimpflug giratoria que se utiliza para localizar las superficies corneales anterior y posterior. 14

Topografía en acción: adaptación diagnóstica frente a experiencia guiada

La adaptación diagnóstica implica el uso de lentes de prueba para evaluar la adaptación. Se selecciona una lente de prueba en función de las mediciones de la córnea del paciente y, por lo general, se usa la misma lente durante la noche para evaluar la remodelación de la córnea al día siguiente. Un estudio clínico informó que en un grupo de ortoqueratología con experiencia, el análisis del patrón de fluoresceína por sí solo no mejoró la evaluación clínica de las adaptaciones en comparación con la primera adaptación de lentes de prueba a partir de mediciones topográficas. 12

El software de adaptación guiada experiencial, un tipo de adaptación empírica, está permitiendo que más profesionales incluyan la ortoqueratología en su cartera de gestión de la miopía al hacer que la ortoqueratología sea más fácil y simple.

Por ejemplo, el software FitAbiliti de Johnson & Johnson Vision, es un software de adaptación guiada experiencial todo en uno que guía al médico a través de todas las pruebas requeridas, simula la lente en el ojo según los datos clínicos y topográficos del paciente y luego automáticamente ordena la lente.  Luego llega la lente personalizada y el médico la entrega al paciente para que comience a usarla durante la noche.

En la primera visita de seguimiento y en las subsiguientes, el software guía al médico a través del análisis de los cambios inducidos por lentes de ortoqueratología en los mapas de topografía corneal, apoyándolo en cada paso del camino.

FitAbiliti tiene una tasa de éxito de ajuste por primera vez del 90 %*. 15 § También puede reducir el tiempo de consulta ya que el pedido de lentes se realiza automáticamente y no es necesario almacenar ni limpiar lentes de diagnóstico en el consultorio.

Mapas de topografía de la córnea

Todos los topógrafos capturan datos de la córnea que se pueden representar como curvatura axial, curvatura tangencial o mapas de potencia refractiva en unidades de dioptrías. En la figura 2 se muestran los elementos básicos de un mapa de topografía corneal. El rojo denota una curvatura más pronunciada, mientras que el azul denota una curvatura más plana.

Uso de mapas de diferencia de topografía corneal para evaluar los ajustes de lentes de ortoqueratología Los

mapas de diferencia restan los datos topográficos posteriores al uso de los datos topográficos previos al uso para resaltar los cambios en la forma de la córnea inducidos por los lentes de ortoqueratología. (Figura 3).

Las áreas rojas indican empinamiento (mayor poder de refracción en relación con el mapa de desgaste de la lente previa de referencia), las áreas azules indican aplanamiento (reducción del poder de refracción) y las áreas verdes indican que no hay cambios.

Tipos de mapas de diferencias para la evaluación del ajuste de lentes de ortoqueratología

Los mapas de diferencia axial permiten la evaluación de la regularidad de la zona de tratamiento (Figura 4A).

Los mapas de diferencia tangencial permiten evaluar el centrado de la lente desde el margen de la zona de tratamiento (anillo rojo); un anillo rojo uniforme indica un efecto de tratamiento bien centrado (Figura 4B).

Los mapas de diferencia de potencia refractiva indican la corrección refractiva lograda  (Figura 4C) . 7

Ajuste óptimo de lentes de ortoqueratología

El ajuste ideal de un lente de ortoqueratología, llamado ajuste de ojo de buey, se muestra en la Figura 5. Durante el uso nocturno de lentes, un ajuste óptimo de lentes de ortoqueratología (Figura 5A) logrará una zona central uniforme de aplanamiento de la córnea en la diferencia axial (Figura 5B) y un anillo uniforme de empinamiento corneal en el mapa de diferencia tangencial (Figura 5C).

Resolución de problemas en ortoqueratología

La topografía es fundamental para la resolución de problemas en ortoqueratología. El software de adaptación guiada experiencial FitAbiliti soluciona algunos de los patrones comunes (Figura 6).

1. A) Isla central: la lente es demasiado empinada y la tangente demasiado apretada, lo que provoca un área de 2,00 mm de empinamiento central donde la potencia apical es más empinada que la córnea original.
2. B) Cara sonriente: el lente está demasiado alto, lo que revela un patrón rojo de “sonrisa” en la parte inferior de la córnea.
3. C) Cara con el ceño fruncido: el cristalino está marginalmente ajustado, lo que hace que se descentre hacia abajo, como se ve por el anillo rojo que se descentra hacia abajo.
4. D) Descentración lateral: La descentración lateral muestra un arco rojo temporal opuesto a la dirección de la descentración; está descentrado temporalmente.

CONCLUSIÓN

Es importante el manejo personalizado de la miopía basado en factores clínicos y de estilo de vida.

La ortoqueratología ofrece tanto el manejo de la miopía como el uso sin lentes durante el día. 7

La topografía corneal de buena calidad debe ser parte del estándar de atención para la ortoqueratología. 7

La disponibilidad del revolucionario software de adaptación guiada experiencial como FitAbiliti significa que más profesionales pueden incluir la ortoqueratología como parte de su cartera de gestión de la miopía.

Hasta un 90 %* de tasa de éxito en la primera adaptación. 15

Los médicos pueden concentrarse más en sus pacientes con menos tiempo en la silla y la necesidad de mantener un juego de lentes de prueba en la oficina.

Consulte la fuente de la noticia, ingresando AQUÍ.

The post La importancia de la topografía corneal en ortoqueratología para el manejo de la miopía appeared first on Visión y Óptica.