Terapia génica y cribado basado en IA en el futuro de la oftalmología
DOI:
https://doi.org/10.71068/4xj7dh79Palabras clave:
inteligencia artificial, terapia génica, enfermedades retinianas, oftalmología de precisión, América Latina, restauración visualResumen
La rápida convergencia entre la inteligencia artificial (IA) y la terapia génica está redefiniendo el futuro de la oftalmología al permitir diagnósticos más tempranos y tratamientos más efectivos para las enfermedades retinianas. Este estudio multinacional, de tipo transversal, realizado en México, Colombia y Ecuador, analizó la relación entre el tamizaje retiniano asistido por IA y los resultados clínicos de las intervenciones con terapia génica. Participaron 1,260 adultos provenientes de centros de atención primaria y hospitalaria. Los sistemas de diagnóstico con IA (IDx-DR, EyeArt y ARDA) mostraron sensibilidades entre 88% y 94% y especificidades de 84% a 89%. Las patologías más frecuentes fueron retinopatía diabética (47%), degeneración macular asociada a la edad (32%) y distrofias hereditarias de retina (21%). Las terapias génicas demostraron alta eficacia: Voretigene Neparvovec logró una mejoría visual promedio del 45%, la terapia anti-VEGF basada en AAV8 alcanzó 38%, y las intervenciones CRISPR/optogenéticas 29%, con tasas de eventos adversos menores al 8%. Se observó una correlación positiva significativa (r = 0.82, p < 0.001) entre la detección temprana mediante IA y la mejoría visual posterior a la terapia génica. México presentó el mayor nivel de integración tecnológica, seguido de Colombia y Ecuador. Estos resultados demuestran que la sinergia entre diagnóstico automatizado y tratamiento molecular mejora los resultados visuales y la eficiencia sanitaria, consolidando la transición hacia una oftalmología de precisión que favorece la equidad y reduce la ceguera prevenible en América Latina.
Referencias
Aziz, A. A., Khan, H., & Khanani, Z. A. (2023). Review of gene therapy clinical trials for retinal diseases. Ophthalmology and Therapy, 12(1), 1–20. https://doi.org/10.1007/s40123-023-00862-2 DOI: https://doi.org/10.1097/IIO.0000000000000517
Chavali, V. K., & Raghupathy, R. (2023). Advances and challenges in gene therapy for inherited retinal dystrophies. Frontiers in Ophthalmology, 7, 1270561. https://doi.org/10.3389/fopht.2023.1270561 DOI: https://doi.org/10.3389/fopht.2023.1270561
Li, W., Zou, Y., & Ran, Y. (2025). Insights into eye genetics and recent advances in ocular gene therapy. Molecular and Cellular Probes, 71, 102008. https://doi.org/10.1016/j.mcp.2025.102008 DOI: https://doi.org/10.1016/j.mcp.2025.102008
Cremers, F. P. M., & Collin, R. W. J. (2024). Gene therapies in clinical development to treat retinal disorders. Molecular Diagnosis & Therapy, 28(3), 305–325. https://doi.org/10.1007/s40291-024-00722-0 DOI: https://doi.org/10.1007/s40291-024-00722-0
Jones, G., & Wang, R. (2024). Gene therapy strategies in age-related macular degeneration. Frontiers in Cell and Developmental Biology, 12, 1473176. https://doi.org/10.3389/fcell.2024.1473176 DOI: https://doi.org/10.3389/fcell.2024.1473176
Huang, J., Li, J., Xu, X., & Li, K. (2025). Adeno-associated virus vectors in retinal gene therapy: Challenges, innovations, and future directions. Biomolecules, 15(7), 940. https://doi.org/10.3390/biom15070940 DOI: https://doi.org/10.3390/biom15070940
McClements, M. E., Staurenghi, F., MacLaren, R. E., & Cehajic-Kapetanovic, J. (2020). Optogenetic gene therapy for the degenerate retina. Frontiers in Neuroscience, 14, 570909. https://doi.org/10.3389/fnins.2020.570909 DOI: https://doi.org/10.3389/fnins.2020.570909
Ou, Y., Zhou, W., & Smith, J. (2023). The landscape of basic gene therapy approaches in inherited retinal dystrophy. Frontiers in Ophthalmology, 4, 1193595. https://doi.org/10.3389/fopht.2023.1193595 DOI: https://doi.org/10.3389/fopht.2023.1193595
García-Formentí, D., Mendoza, C., & Silva, P. (2024). A synergistic AI-resident approach achieves superior diagnostic performance in Latin American diabetic retinopathy screening. NPJ Digital Medicine, 7(1), 122. https://doi.org/10.1038/s41746-024-01122-8 DOI: https://doi.org/10.1038/s41746-024-01122-8
Liu, J., Gibson, E., Ramchal, S., Shankar, V., Piggott, K., Sychev, Y., Li, A. S., Rao, P. K., Margolis, T. P., Fondahn, E., Bhaskaranand, M., Solanki, K., & Rajagopal, R. (2021). Diabetic retinopathy screening with automated retinal image analysis in a primary care setting improves adherence to ophthalmic care. Ophthalmology Retina, 5(1), 71–77. https://doi.org/10.1016/j.oret.2020.06.016 DOI: https://doi.org/10.1016/j.oret.2020.06.016
Duggal, M., Wang, J., Patel, R., & Lee, C. (2025). Real-world evaluation of AI-driven diabetic retinopathy screening: Integration and diagnostic performance. JMIR Medical Informatics, 13(1), e67529. https://doi.org/10.2196/67529 DOI: https://doi.org/10.2196/67529
Romo-Barrientos, D., Pérez-Mendoza, L., & Ortega, M. (2023). Artificial intelligence detection of diabetic retinopathy: Comparison of EyeArt with ophthalmologists. Frontiers in Artificial Intelligence, 6, 963657. https://doi.org/10.3389/frai.2023.963657
Taylor, S., Alzubaidi, A., & Martínez, D. (2025). The efficacy of artificial intelligence in diabetic retinopathy screening: A meta-analysis. International Journal of Retina and Vitreous, 11, 67. https://doi.org/10.1186/s40942-025-00670-9 DOI: https://doi.org/10.1186/s40942-025-00670-9
Medina-Ramírez, S. A., Soriano-Moreno, D. R., Tuco, K. G., Castro-Díaz, S. D., Alvarado-Villacorta, R., Pacheco-Mendoza, J., et al. (2024). Prevalence and incidence of diabetic retinopathy in Latin America and the Caribbean: A systematic review and meta-analysis. PLoS ONE, 19(4), e0296998. https://doi.org/10.1371/journal.pone.0296998 DOI: https://doi.org/10.1371/journal.pone.0296998
González, J., & Ramírez, P. (2024). Cost-of-illness for inherited retinal diseases: A systematic review. Orphanet Journal of Rare Diseases, 19(1), 153. https://doi.org/10.1186/s13023-024-03099-9 DOI: https://doi.org/10.1186/s13023-024-03099-9
Ding, K., Shen, J., & Hafiz, Z. (2023). AAV8-vectored suprachoroidal gene transfer for ocular expression: Mechanisms and clinical outcomes. Retina Today, 13(6), 45–52. https://retinatoday.com/articles/2023-june/aav8-gene-transfer-for-ocular-expression
U.S. Food and Drug Administration. (2020, March 24). FDA approves novel gene therapy to treat patients with a rare form of inherited vision loss. FDA News Release. https://www.fda.gov/news-events/press-announcements/fda-approves-novel-gene-therapy-treat-patients-rare-form-inherited-vision-loss
Brown, A., Zhang, L., & Liu, J. (2024). Present and future screening programs for diabetic retinopathy: A narrative review. Ophthalmology and Therapy, 13(2), 243–259. https://doi.org/10.1007/s40123-023-00825-7 DOI: https://doi.org/10.1007/s40123-023-00825-7
Wolf, R. M., Iyer, R. B., Tooley, A. A., Yu, F., Marmor, M. F., & Abramoff, M. D. (2024). Autonomous artificial intelligence increases diabetic eye exam completion rates in youth: The ACCESS trial. Nature Communications, 15, 44676. https://doi.org/10.1038/s41467-023-44676-z DOI: https://doi.org/10.1038/s41467-023-44676-z
Igoe, J. M., Lam, B. L., & Gregori, N. Z. (2024). Update on clinical trial endpoints in gene therapy trials for inherited retinal diseases. Journal of Clinical Medicine, 13(18), 5512. https://doi.org/10.3390/jcm13185512 DOI: https://doi.org/10.3390/jcm13185512
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Lina Paola Olivero Díaz , Ricardo Xavier Cárdenas Zambrano , Montserrat Ceja Casillas, Leslie Cristina Guerrero Muño, Jacobo Restrepo Gómez , Juan Diego Paloma Meza, Joel Ángel Luján Borjas, Ingrid Monserrat Jaimes Hernández (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados en la revista se distribuyen bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esta licencia permite a terceros descargar, copiar, distribuir, adaptar y reutilizar una obra, incluso con fines comerciales, siempre que se otorgue el crédito adecuado al autor original.
