La aplicación móvil es capaz de detectar en cuestión de segundos si una persona padece glaucoma, retinopatía diabética o cataratas. A partir de un selfie, una inteligencia artificial analiza la imagen y emite un diagnóstico que, en caso de ser positivo, deriva a la persona hacia el especialista más adecuado. El proyecto begIA, está pensado sobre todo para utilizarse en cualquier parte del mundo en la que no haya un acceso fácil a la sanidad, y ha sido el ganador del Premio Ramon Molinas Foundation al Impacto Social de la edición 2023 del SpinUOC, un programa de emprendimiento y transferencia de conocimiento de la universidad, impulsado por la plataforma Hubbik.
Según la Organización Mundial de la Salud (OMS), unos 2.200 millones de personas en el planeta padecen algún tipo de deficiencia visual o ceguera. La mitad de esos casos se podría haber evitado con un diagnóstico precoz. De ahí nace el proyecto begIA (begia quiere decir ‘ojo’ en euskera).
«La idea de begIA surge de una experiencia personal. Un familiar que padecía diabetes de tipo 2 comenzó a perder mucha visión, hasta el punto de que tuvo que dejar de conducir y era incapaz de leer», explican Igor García Atutxa y Francisca Villanueva- Flores.
«Desarrolló retinopatía diabética, una enfermedad ocular que causa pérdida de visión y cuya incidencia se puede reducir mediante un diagnóstico precoz», añaden.
El diagnóstico precoz de enfermedades oculares requiere un examen del fondo del ojo, que implica que tiene que haber un especialista en oftalmología que disponga de los instrumentos ópticos necesarios. En países desarrollados y en áreas urbanas, acceder a este servicio no es un problema. Sin embargo, las personas que viven en zonas rurales alejadas de este tipo de especialistas o en regiones en vías de desarrollo carecen de un acceso fácil a este tipo de pruebas.
Inteligencia artificial y algoritmos
García Atutxa, físico especializado en análisis de datos, junto con Francisca Villanueva-Flores, bioquímica especialista en enfermedades degenerativas, han desarrollado una tecnología pionera capaz de ofrecer un prediagnóstico oftalmológico que puede discernir entre diferentes enfermedades a la vez.
begIA se basa en un algoritmo de inteligencia artificial de redes neuronales que es capaz de reconocer en una imagen frontal de la cara de la persona tomada con el móvil, mediante técnicas de aprendizaje profundo, si tiene alguna enfermedad ocular.
Por el momento, ya han desarrollado el algoritmo, que han entrenado con imágenes proporcionadas por el Instituto Tecnológico y de Estudios Superiores de Monterrey, en México, centro en el que es investigadora Villanueva-Flores, y ahora «estamos hablando con hospitales y asociaciones de diabéticos para obtener más imágenes con una mayor variabilidad, que nos permitan entrenar mejor nuestro algoritmo», señalan.
Proyecto VISIÓN 2020
Los impulsores de este proyecto, que se adhiere a los principios de la iniciativa del proyecto VISIÓN 2020 desarrollado por la OMS para la prevención de la ceguera, estiman que en dos años podría estar en el mercado. Las imágenes que han utilizado son de pacientes que ya tienen retinopatía, glaucoma o cataratas, y lo que hace el algoritmo es, mediante cálculos, ajustar ese resultado a esa imagen.
«Cuantas más imágenes podamos obtener, más robusto será nuestro algoritmo», destacan los emprendedores. Además del algoritmo, los estudiantes del máster de la UOC también han creado una primera versión de la aplicación móvil en Android.
«Nos presentamos al SpinUOC porque queríamos intentar desarrollar una aplicación más sofisticada que, además de detectar la enfermedad, tuviera más funcionalidades y pudiera funcionar bien en cualquier móvil con una capacidad de cómputo limitada», cuentan.
La aplicación móvil begIA estará orientada tanto a la comunidad médica como a los potenciales pacientes. Permitirá, además del diagnóstico precoz de enfermedades oftalmológicas, realizar un seguimiento médico a distancia, puesto que, una vez que un facultativo haga el diagnóstico y prescriba un tratamiento a la persona, podrá seguir viendo su efectividad y la evolución de la patología a través de las imágenes tomadas con la aplicación sin necesidad de que la persona se desplace y de entrada tenga que invertir grandes sumas de dinero en recibir atención médica.
