La fluorangiografía (FAG) es uno de los exámenes diagnósticos más importantes para comprobar la salud de la retina y el nervio óptico. Mediante un modelo innovador basado en algoritmos de Inteligencia Artificial (IA), se generaron vídeos de FAG a partir de fotos del fondo ocular y descripciones textuales de la retina.
Los resultados de este método se presentaron en un estudio de Wu y sus colegas, publicado en junio de 2025 en JAMA Ophthalmology.
Se trata de una aplicación avanzada de técnicas de IA generativa "texto a vídeo", ya utilizadas en neurocirugía y endoscopia.
Fluorangiografía: la prueba clínica
La fluorangiografía fue cronológicamente la primera exploración diagnóstica disponible en el campo de la retina. Introducida en la práctica clínica en la década de 1960, se considera un hito en el estudio de los trastornos del fondo de ojo. Aún hoy, se considera la investigación básica en el manejo de las maculopatías.
Para el examen, el fluoresceína70-80% es un colorante orgánico amarillo anaranjado soluble en agua con un peso molecular de 376,67. Inyectado por vía intravenosa, el 70-80% se une a las proteínas séricas, mientras que el resto permanece libre en el plasma. Una vez que llega a la circulación retiniana, en condiciones normales permanece intravascular y circula con el torrente sanguíneo. De hecho, ni la forma unida a proteínas séricas ni la forma libre son capaces de atravesar la barrera hemato-retiniana interna, formada por las uniones estrechas intercelulares de las células endoteliales.
El tinte permanece, por tanto, confinado en condiciones normalesen el lumen de los capilares. En cambio, la difusión del colorante sólo se produce en presencia de condiciones patológicas que provocan una ruptura de la barrera hemato-retiniana interna. A nivel coroideo, la situación es diferente. Los vasos mayores son impermeables a ambas formas, mientras que los vasos coriocapilares tienen una pared muy fina compuesta de fenestraciones, a través de las cuales la fluoresceína libre puede difundirse hacia los espacios extravasculares, pero no puede atravesar el complejo membrana de Bruch - epitelio pigmentario de la retina (barrera hemato-retiniana externa) en condiciones normales.
Las características fundamentales de la Fluorangiografía están relacionadas con estas propiedadesque son la clave para comprender e interpretar las imágenes obtenidas:
- la molécula de fluoresceína tiene un bajo peso molecular y se encuentra en grandes cantidades libres en el plasma: por lo tanto, difunde muy fácilmente en condiciones patológicas;
- La longitud de onda de emisión de la fluoresceína puede ser detectada fácilmente por los sistemas de imagen, incluso cuando el colorante está presente en cantidades modestas, como en el caso de lesiones clínicamente poco visibles (alta sensibilidad);
- la luz utilizada para excitar la fluoresceína es incapaz de atravesar el epitelio pigmentario de la retina, así como los líquidos turbios y la sangre.
El progreso de FAG
Así pues, la angiografía, que utiliza fluoresceína como agente de contraste, sigue siendo un examen clave para visualizar los vasos sanguíneos de la retina y, gracias a los avances en el diagnóstico por imagen, ha simplificado la recogida de datos de los pacientes y el intercambio de imágenes clínicas.
Sin embargo, las imágenes estáticas conservan un carácter subjetivo debido a la variabilidad de las interpretaciones cualitativas, mientras que en el estudio de Wu y sus colegas se propone un método para obtener un resultado cuantitativo normalizado.
Del texto al vídeo
El proceso de generación de vídeo mediante IA implica una serie de pasos:
- Recogida de datosAdquisición de imágenes del fondo de ojo.
- Procesamiento de IAAnálisis de datos visuales y textuales.
- Generación de vídeorepresentar dinámicamente los datos adquiridos.
Transformación de subjetivo a objetivo
En los procedimientos tradicionales, la evaluación de las anomalías retinianas está sujeta a la interpretación humana, lo que implica márgenes de error.
La IA generativa está cambiando este panorama con:
- Análisis automatizado de imágenes.
- Reducir los errores humanos
- Generación de informes objetivos y detallados.
Ventajas de la medición objetiva
La medición objetiva tiene muchas ventajas, entre ellas
- Mayor precisión
- Diagnósticos más rápidos y precisos.
- Reducir las discrepanciasmenos errores de interpretación.
Estas ventajas se traducen en tratamientos más específicos y eficaces.
Vídeos generados por FAG
Las zonas de no perfusión, las fugas y los microaneurismas son ejemplos de anomalías rectales para las que se puede desarrollar un vídeo dinámico utilizando este modelo basado en IA.
Se utilizan una serie de verificaciones objetivas y subjetivas para confirmar la alineación y la correspondencia con la descripción de la lesión o patología.
La generación de texto a vídeo también tiene un gran potencial en la creación de datos médicos para su intercambio entre centros clínicos y de educación médica, respetando plenamente la privacidad de los pacientes.
Mejorar la precisión diagnóstica
La precisión diagnóstica es crucial para el tratamiento eficaz de los pacientes. La IA generativa, gracias al aprendizaje profundo y al volumen de datos que puede procesar, permite obtener representaciones más precisas.
Con datos más precisos y completos:
- Mejoran la toma de decisiones clínicas.
- Se reducen los diagnósticos erróneos.
- Aumenta la confianza del paciente.
Futuro de la fluorangiografía con IA
La evolución de la IA generativa promete redefinir aún más la fluorangiografía y la asistencia sanitaria en general.
Innovaciones previstas en el sector sanitario
Están surgiendo nuevas tecnologías para mejorar aún más la calidad de la asistencia.
Expectativas de futuro:
- Mayor integración con los dispositivos médicos.
- Desarrollo de algoritmos más avanzados.
- Ampliar la accesibilidad en todo el mundo.
Estas innovaciones hacen que el sector sanitario sea más dinámico y resistente.
Retos y oportunidades para los profesionales médicos
Con las nuevas tecnologías llegan nuevos retos y oportunidades para los profesionales sanitarios.
Oportunidades a considerar:
- Formación continua sobre nuevas tecnologías.
- Colaboración interdisciplinar.
- Desarrollo de nuevas competencias.
Conclusiones
Los avances procedentes de las aplicaciones de IA en oftalmología deben verse como una oportunidad para ofrecer mejores servicios a los pacientes integrando el potencial de las nuevas tecnologías con los conocimientos especializados.
Afrontar estos retos con flexibilidad y amplitud de miras es la única estrategia que puede garantizar que los médicos aprovechen al máximo el gran potencial de estas innovaciones.
- Wu X, Wang L, Chen R, et al. Generation of Fundus Fluorescein Angiography Videos for Health Care Data Sharing. JAMA Ophthalmol. Publicado en línea el 26 de junio de 2025. doi:10.1001/jamaophthalmol.2025.1419
- Feng X, Xu K, Luo MJ, et al. Latest developments of generative artificial intelligence and applications in ophthalmology. Asia Pac J Ophthalmol (Phila). 2024 Jul-Aug;13(4):100090. doi: 10.1016/j.apjo.2024.100090. Epub 2024 Aug 14. PMID: 39128549.
Spanish 
Italian 
English