Un robot que puede detectar y escanear automáticamente los ojos de un paciente en busca de marcadores de diversas enfermedades oculares. Suena a ciencia ficción, pero eso es lo que presenta un estudio publicado en Nature Biomedical Engineering por un equipo de ingenieros y oftalmólogos de la Universidad de Duke, de Durham, Carolina del Norteen Estados Unidos.
Esta nueva herramienta de diagnóstico por imagen combina un escáner y un brazo robótico y es capaz de visualizar automáticamente los ojos de un paciente en menos de un minuto, produciendo imágenes tan nítidas como las de los escáneres convencionales utilizados en las clínicas oftalmológicas especializadas. El robot se basa en una tecnología denominada tomografía de coherencia óptica, OCT, utilizada por los oftalmólogos para diagnosticar diversas enfermedades oculares, como el glaucoma, la retinopatía diabética y la degeneración macular asociada a la edad. Durante el proceso de obtención de imágenes, una sonda proyecta un haz de luz en el ojo y mide el tiempo que tardan varios reflejos en rebotar entre los componentes oculares para examinar las estructuras de los tejidos. En la práctica clínica, los sistemas OCT son tradicionalmente muy grandes y requieren personal altamente cualificado. Los pacientes deben colocarse correctamente frente al instrumento y restringir cualquier movimiento. Además, los reposacabezas y apoyacabezas que caracterizan a estos instrumentos pueden no adaptarse a todo el mundo, lo que dificulta el examen en algunas personas.
"Nuestro nuevo instrumento no requiere formación avanzada para ser utilizado. Creemos que puede utilizarse fácilmente en lugares como consultas de optometristas, clínicas de atención primaria o incluso servicios de urgencias. La OCT es una herramienta de diagnóstico útil, y este avance facilitará su acceso a la comunidad en general", afirma Ryan McNabb, científico investigador del Departamento de Oftalmología del Centro Médico de la Universidad de Duke.
Para utilizar el nuevo escáner, lo único que tiene que hacer el paciente es acercarse a la máquina y colocarse frente al brazo robótico. Las cámaras 3D situadas a izquierda y derecha del robot ayudan al instrumento a encontrar al paciente en el espacio, mientras que las cámaras más pequeñas del brazo robótico buscan puntos de referencia en el ojo para colocar el escáner con precisión. El sistema es capaz de escanear tanto la mácula (la parte de la retina responsable de nuestra visión central) como la córnea (la lente frontal y transparente del ojo), lugares donde pueden producirse muchas enfermedades oculares. Además, el proceso es mucho más rápido que con la OCT tradicional: la exploración se realiza en menos de 10 segundos y todo el proceso de adquisición de imágenes del ojo se completa en menos de 50 segundos.
"El brazo robótico ofrece la flexibilidad de los escáneres OCT manuales, pero sin necesidad de preocuparse por las sacudidas del operador o el movimiento del paciente", explica Mark Draelos, becario posdoctoral del departamento de ingeniería biomédica. Si una persona se mueve, el robot se mueve con ella. Mientras el escáner esté alineado, a menos de un centímetro, del punto de la pupila donde debe estar, puede obtener una imagen de la misma calidad que un escáner de sobremesa". Hay otra ventaja, muy útil sobre todo en la época de la pandemia de SARS-CoV-2: como el paciente nunca está en contacto físico con el sistema, el instrumento evita cualquier problema de higiene y la posibilidad de transmisión de enfermedades infecciosas. "Los sistemas de cámaras siguen continuamente al paciente y permiten al robot mantener una distancia de seguridad", explica Draelos.
El equipo ya ha iniciado la siguiente fase de trabajo en la práctica clínica, escaneando los ojos de voluntarios para seguir perfeccionando la puntería del robot. A continuación, el estudio se centrará en pacientes con enfermedades de la retina o la córnea, para comprobar la capacidad del robot de identificar anomalías oculares. Los investigadores también están trabajando para mejorar el campo de visión del escáner de retina, intentando combinar varias imágenes para obtener una visión más completa de la retina. Los desarrollos futuros son múltiples: "Aunque actualmente es una solución muy buena para los problemas de obtención de imágenes oculares de los pacientes, pensamos que este nuevo instrumento será un excelente complemento para los recientes avances en la aprendizaje automático (Estamos acercando realmente esta tecnología a los pacientes, en lugar de limitar estas herramientas a las clínicas especializadas, y creo que esto facilitará mucho la ayuda a una población más amplia de personas".
Bibliografía
Spanish 
Italian 
English