Segmentar la retina interna en la retinosis pigmentaria: dos modelos de IA, incluido el foundation model SAM, entrenados con solo 228 cortes de OCT

Un equipo de la Universidad de Göttingen presenta dos modelos de aprendizaje profundo que segmentan automáticamente las capas internas de la retina en imágenes de OCT de pacientes con retinosis pigmentaria, una enfermedad genética que causa ceguera. Su contribución no es una puntuación récord, sino una frugalidad deliberada: combinando un preentrenamiento en 1700 cortes públicos, un bucle de anotación interactiva y un posprocesamiento que respeta la anatomía, los modelos alcanzan un rendimiento excelente con solo 228 cortes anotados de pacientes. El resultado es sólido en las capas internas — las que deciden la elegibilidad para las futuras terapias por optogenética — pero falla justo en la capa que sirve para graduar la gravedad de la enfermedad, y se validó únicamente en una treintena de pacientes de un solo hospital.

El contexto

La retinosis pigmentaria (RP) es un grupo de enfermedades genéticas de la retina, primera causa de ceguera en menores de 60 años, con una prevalencia de aproximadamente 1 de cada 4000 y más de 3000 mutaciones identificadas. Destruye primero los bastones, luego los conos; las capas externas de la retina degeneran primero, seguidas de las internas. La OCT (tomografía de coherencia óptica) es la exploración de referencia para seguir esta degeneración: produce imágenes en corte de la retina donde puede medirse, capa por capa, el grosor del tejido.

¿Por qué la retina interna, en concreto, se vuelve un asunto clave? Porque una nueva familia de tratamientos, la optogenética, la ataca directamente. A diferencia de la terapia génica, que solo funciona para una mutación precisa, la optogenética es independiente de la mutación: vuelve sensibles a la luz las neuronas de la retina interna (células ganglionares y células bipolares) para suplir a los fotorreceptores destruidos. Este enfoque exige una retina interna aún ampliamente intacta — de ahí la necesidad de medir con finura el estado de las capas internas, para seleccionar a los pacientes elegibles y seguir el efecto del tratamiento. Ahora bien, las herramientas de segmentación automática que incluyen los fabricantes de OCT (como Heidelberg Engineering) fallan en las retinas degeneradas, por falta de las referencias anatómicas presentes en una retina sana. Y el aprendizaje profundo, hasta ahora, se había centrado en las capas externas en la RP, nunca en las internas. Es ese doble vacío — clínico y metodológico — el que este preprint viene a llenar.

El método

Los autores entrenan dos modelos complementarios. El primero, OCT-SAM, deriva del Segment Anything Model (SAM), un foundation model (un gran modelo preentrenado, reutilizable para muchas tareas) diseñado por Meta para segmentar cualquier objeto de una imagen a partir de un simple clic o un recuadro. Los autores parten de MedicoSAM, una adaptación de SAM a la imagen médica dotada de un decodificador capaz de segmentar automáticamente, sin intervención. El segundo modelo, nnU-Net, es la referencia establecida de la segmentación llamada semántica (a cada píxel se le asigna directamente la identidad de su capa).

Los datos provienen de una cohorte retrospectiva de una treintena de pacientes con RP (31) seguidos en el servicio de oftalmología de Göttingen entre 2019 y 2025, todos captados en el mismo aparato (Spectralis, Heidelberg). La verdad de referencia — los trazados de referencia — se produjo de forma semiautomática (un detector de bordes) y luego se corrigió a mano por un primer evaluador, se validó por un segundo, con un tercero arbitrando los desacuerdos, en siete capas retinianas. Un punto astuto: en lugar de anotar todo a mano, los autores proceden en cuatro ciclos donde OCT-SAM presegmenta los cortes siguientes, un humano corrige y el modelo se reentrena — un bucle que acelera la anotación. El modelo final se entrena así con 228 cortes (llamados B-scans, un corte vertical de la OCT), tras un preentrenamiento en 1700 cortes de dos conjuntos públicos no específicos de la RP. Un posprocesamiento a medida impone luego una coherencia anatómica a las capas detectadas.

Los autores integran todo en un software libre (un plugin de napari) que mide automáticamente el grosor de las capas y el grosor foveal central (CFT). La evaluación combina un conjunto de prueba de 20 cortes (métricas de solapamiento: el Dice y el F1, que miden hasta qué punto la zona predicha cubre la zona real) y una validación de las mediciones de grosor sobre 90 puntos comparados con las mediciones manuales de un experto, mediante gráficos de Bland-Altman (un método estándar para medir el acuerdo entre dos formas de medir: da un sesgo medio y unos límites de acuerdo). Por último, una demostración longitudinal sigue a tres pacientes durante al menos tres años.

Los resultados

En el conjunto de prueba, nnU-Net domina en segmentación automática: precisión, exhaustividad y F1 en 0,96, Dice en 0,88. OCT-SAM va un escalón por debajo (precisión 0,93, exhaustividad 0,80, F1 0,85, Dice 0,77) pero aporta la interactividad de la que carece nnU-Net. Un resultado llamativo sobre la frugalidad: el rendimiento salta desde apenas 5 a 10 imágenes específicas y se estabiliza alrededor de 100 — un gran conjunto anotado no es, por tanto, necesario, lo que es decisivo en una enfermedad rara donde los datos escasean.

La traducción clínica es más matizada. Frente a las mediciones manuales de un experto, las mediciones automáticas de OCT-SAM son fiables para las capas internas que interesan a la optogenética — diferencias relativas del 4,4 % al 11,2 % para el grosor foveal central, la capa de fibras nerviosas (RNFL) y la capa de células ganglionares (GCIPL). Pero se degradan notablemente en otras: 21,8 % de diferencia para la capa nuclear interna, 22,5 % para la capa nuclear externa y, sobre todo, 54,8 % para la zona elipsoide (EZ) y 41,1 % para el epitelio pigmentario. La zona elipsoide, además, casi nunca se detecta: 6 veces de 90 por el modelo — pero el propio experto humano solo la localiza 21 veces de 90, señal de que el objetivo es objetivamente difícil. En concreto, la herramienta mide bien lo que mira la optogenética (la retina interna), pero falla en la capa que sirve para establecer el estadio de la enfermedad.

Lo que está bien

Una primicia útil y bien orientada. Es, hasta donde saben los autores, el primer trabajo de aprendizaje profundo dedicado a las capas internas de la retina en la RP, y la primera aplicación de SAM a la segmentación de las capas retinianas en OCT. No es una novedad gratuita: responde a una necesidad clínica precisa creada por la llegada de las terapias optogenéticas, que exigen evaluar la integridad de la retina interna.

Una frugalidad en datos demostrada, no solo afirmada. Alcanzar puntuaciones excelentes con 228 cortes, y una meseta desde alrededor de un centenar, gracias al preentrenamiento en 1700 cortes públicos, al bucle de anotación interactiva y a un posprocesamiento guiado por la anatomía, constituye una respuesta concreta a la escasez de datos de imagen en las enfermedades raras. La curva que muestra la ganancia desde apenas 5 a 10 imágenes es el tipo de resultado directamente reutilizable por otros equipos.

Ciencia abierta y metrología cuidada. El código, ambos modelos y sus rutinas de entrenamiento están publicados en un repositorio público, lo que hace el trabajo reproducible. La validación de las mediciones se apoya en gráficos de Bland-Altman comparados con un experto en vez de una simple puntuación global, y la financiación (pública, esencialmente la Fundación Alemana de Investigación) se declara sin conflicto de interés comercial.

Lo que está menos bien

Un sesgo de población y una validación externa ausente. Treinta y un pacientes, un solo hospital, un solo modelo de escáner: nada garantiza que el rendimiento se mantenga en otro aparato, otra población, otro país. Los propios autores reconocen que no todas las variantes genéticas de la RP, con sus distintos perfiles de degeneración, están representadas en una muestra tan pequeña. No se llevó a cabo ninguna validación externa, en un centro independiente — el modo de fallo clásico de la literatura de IA en salud.

Una verdad de referencia frágil, justo donde importa. La referencia es una segmentación manual, pero incluso el experto humano detecta la zona elipsoide solo en 21 casos de 90: el «gold standard» es en sí mismo incierto en esa capa. Y es exactamente ahí donde el modelo falla (54,8 % de diferencia), mientras que la zona elipsoide se usa para estadificar la RP en la clasificación en la que se apoya el estudio. El modelo es, por tanto, débil donde la clínica más lo necesitaría — un desajuste entre la tarea medida y el uso previsto, agravado por un conjunto de prueba reducido (20 cortes, 90 puntos de medición).

Una validación clínica mínima y una automatización en parte engañosa. La demostración longitudinal abarca solo tres pacientes, de forma retrospectiva, sin protocolo prospectivo ni comparación cuantificada con la herramienta del fabricante. Sobre todo, para las capas difíciles, la segmentación sigue exigiendo clics humanos (el modo «interactivo»): la etiqueta «automática» solo se sostiene plenamente para las capas internas fáciles. Por último, se trata de un preprint aún no revisado por pares, y el manuscrito se difunde bajo una licencia no comercial y sin derivados (CC-BY-NC-ND).

Lo que cambia

Para la comunidad investigadora, el aporte principal es una receta frugal — preentrenamiento en datos públicos, anotación interactiva en bucle, posprocesamiento guiado por la anatomía — directamente trasladable a las enfermedades raras donde faltan imágenes anotadas. A ello se suman la primera aplicación de SAM a las capas retinianas y una herramienta abierta que otros podrán extender, en particular hacia la segmentación en tres dimensiones que anuncian los autores.

Para los clínicos, nada es desplegable hoy: cohorte de un solo centro, ausencia de validación externa, debilidad en las capas externas necesarias para la estadificación, demostración limitada a tres pacientes y correcciones manuales aún requeridas. La dirección sigue siendo prometedora frente al software de los fabricantes, que falla en las retinas degeneradas. Para los pacientes y el público general, el estudio ilustra dos reglas de lectura. Primero, «una IA segmenta la retina» oculta que se validó en una treintena de pacientes de un único hospital. Segundo, una herramienta puede sobresalir en una parte de la imagen mientras tropieza en la capa misma que sirve para medir la gravedad de la enfermedad: el rendimiento medio no dice nada del rendimiento allí donde cuenta.

Para saber más

El preprint está disponible en medRxiv (10.64898/2026.06.16.26355668), y el código y los modelos están publicados en GitHub. Sobre los foundation models en imagen médica, véase nuestro análisis de GigaPath en patología y nuestra evaluación de las representaciones de foundation models para el cáncer; sobre la segmentación automática aplicada a otro órgano, el de Fine-UNETR en cáncer de próstata.

Transparencia editorial: versión francesa redactada y firmada por la redacción de Tatakoto a partir de la lectura del preprint. Traducciones al inglés, español y chino producidas con asistencia de IA y revisadas.