ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

INTELIGENCIA ARTIFICIAL PARA EL CRIBADO DE RETINOPATÍA

DIABÉTICA: PRECISIÓN DIAGNÓSTICA, IMPLEMENTACIÓN EN

ENTORNOS REALES Y DESAFÍOS ÉTICOS

ARTIFICIAL INTELLIGENCE FOR SCREENING FOR DIABETIC

RETINOPATHY: DIAGNOSTIC ACCURACY, IMPLEMENTATION IN

REAL-WORLD SETTINGS, AND ETHICAL CHALLENGES

Telmo Eduardo Salas Joya¹, Israel Arellano González², Jonathan Alexander Terán Trujillo³,

Leonardo Lanzee Mendoza Jiménez⁴

{elsecretodelavictoria@yahoo.es¹, dr.optiexpress@gmail.com², jalexts@gmail.com³, lic.lanzee.mendoza@hotmail.com⁴}

Fecha de recepción: 25/07/2026

/ Fecha de aceptación: 01/09/2026

/ Fecha de publicación: 16/09/2025

RESUMEN: La retinopatía diabética (RD) representa la causa principal de ceguera prevenible

en las personas adultas en edad laboral, teniendo además una prevalencia en aumento a nivel

de la difusión de la diabetes mellitus en el mundo. Objetivo: analizar la evidencia científica

publicada desde 2016 hasta 2026 sobre la precisión diagnóstica de la inteligencia artificial (IA)

en cuanto a cribado de RD, su aplicación en la práctica clínica real y la ética de su aplicación. Se

llevó a cabo una revisión bibliográfica de tipo narrativo con carácter sistemático según

lineamientos PRISMA 2020, a través de búsqueda en bases de datos indexadas

(PubMed/MEDLINE, Scopus, Web of Science y Cochrane Library) de estudios primarios,

revisiones sistemáticas y metaanálisis publicados en revistas de alto índice de impacto. Los

algoritmos de aprendizaje profundo alcanzan sensibilidades y especificidades superiores al 90 %

en la detección de RP referible bajo condiciones de laboratorio rigurosas; sin embargo, estos

algoritmos encuentran sus limitaciones en el nivel del desempeño diagnosticado en

poblaciones externas y en particular en países de ingresos bajos/módicos. Los estudios de

implementación de la IA en el marco de programas nacionales de cribado documentan

aumentos en cobertura y reducción en los costos, aunque las brechas de la generalización aún

prevalecen asociadas a la representatividad de las bases de entrenamiento. En la ética,

encontramos riesgos de sesgo algorítmico, brechas de equidad, problemas de responsabilidad

clínica y consentimiento informado. La IA es vista como una herramienta con potencial para

aumentar el acceso al cribado de RD, aunque su utilización requiere rigurosos estudios externos

¹Hospital IESS Manta, Ecuador, https://orcid.org/0009-0009-6767-3393

²Investigador independiente, Ciudad de México, México, https://orcid.org/0009-0007-3719-4952

³Investigador independiente, https://orcid.org/0009-0006-6488-8370

⁴Investigador independiente México Cdmx , https://orcid.org/0009-0005-3322-6916

57

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

que validen su funcionamiento, la creación de marcos regulatorios claros y la implementación

de estrategias para mitigar sesgos.

Palabras clave: Retinopatía diabética, inteligencia artificial, aprendizaje profundo, cribado,

ética médica.

ABSTRACT: Diabetic retinopathy (DR) is the leading cause of preventable blindness among

working-age adults, and its prevalence is increasing in line with the global spread of diabetes

mellitus. Objective: To analyze the scientific evidence published from 2016 to 2026 regarding

the diagnostic accuracy of artificial intelligence (AI) for DR screening, its application in real-

world clinical practice, and the ethics of its use. A systematic narrative literature review was

conducted according to the PRISMA 2020 guidelines, involving a search of indexed databases

(PubMed/MEDLINE, Scopus, Web of Science, and the Cochrane Library) for primary studies,

systematic reviews, and meta-analyses published in high-impact journals. Deep learning

algorithms achieve sensitivities and specificities exceeding 90% in the detection of referable PR

under rigorous laboratory conditions; however, these algorithms face limitations in their

diagnostic performance in external populations, particularly in low- and middle-income

countries. Studies on the implementation of AI within national screening programs document

increases in coverage and reductions in costs, although gaps in generalizability still persist due

to issues with the representativeness of training datasets. From an ethical perspective, we

identify risks of algorithmic bias, equity gaps, issues of clinical accountability, and informed

consent. AI is viewed as a tool with the potential to increase access to RD screening, although

its use requires rigorous external studies to validate its performance, the creation of clear

regulatory frameworks, and the implementation of strategies to mitigate bias.

Keywords: Diabetic retinopathy, artificial intelligence, deep learning, screening, medical ethics

INTRODUCCIÓN

La diabetes mellitus supone una de las emergencias de salud pública más aceleradas del siglo XXI.

Para el año 2021, se encontraba estimado que, 537 millones de adultos de 20 a 79 años

presentarían esta patología a nivel mundial, cifra que se espera que aumente hasta los 783

millones para el año 2045 (1). Este aumento sostenido de la prevalencia se traduce,

automáticamente, en el incremento de las complicaciones, entre las cuales la retinopatía

diabética (RD) se erige como una de las principales martilleadores de la función visual y de la

calidad de vida de los que la presentan.

La RD es considerada la principal causa de ceguera prevenible en la población adulta en edad

laboral. Los estudios de carga global estiman que en el año 2020 había alrededor de 103 millones

de personas afectadas por algún grado de RD, cifra que podría llegar a 160 millones hacia el año

2045 de no llevarse a cabo programas de detección precoz (2). El cribado periódico mediante

58

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

fotografía de fondo de ojo permite detectar precozmente lesiones retinianas incentivadas por la

RD antes de que entren a fase de pérdida visual irreversible; no obstante, la implementación de

programas de cribado se ve limitada por importantes restricciones estructurales como la escasez

de oftalmólogos y de especialistas en lectura de imágenes, especialmente en zonas rurales y en

países de ingresos bajos y medios.

Bajo este contexto, los avances en inteligencia artificial (IA) y en particular, en lo que respecta a

aprendizaje profundo (deep learning) han mostrado ser una esperanza para la automatización de

la interpretación de imágenes de fondo de ojos. El inicio de la etapa actual fueron los resultados

publicados por Gulshan et al. en 2016 (3), donde se entrenó una nueva cartografía con más de

128 000 fotos con el fondo de ojo, obteniendo 97,5% de sensibilidad y 93,4% de especificidad

para detectar RD referible, valores comparables a los documentados por oftalmólogos

certificados. Al año siguiente Ting et al. validaron un sistema similar en una población multiétnica

de diez países, mostrando que el enfoque del sistema era robusto y por tanto generalizable en

diferentes contextos poblacionales (4). Estos hallazgos iniciales iniciaron una línea de

investigación que está en constante avance y consolidación, constituyendo uno de los lugares

más desarrollados en inteligencia artificial médica. Las revisiones de Ting et al. documentan como

el aprendizaje profundo ha salido de la RD hacia otras enfermedades oculares, acoplándose poco

a poco a la teleoftalmología como una estrategia para acercar el diagnóstico especializado a

comunidades con escaso acceso a los servicios de salud visual (5), (6). En entornos con escasos

recursos, esa integración cobra una especial relevancia: en la India, Rajalakshmi et al. validaban

un sistema de IA acoplado a un dispositivo de fotografía retiniana basado en teléfono inteligente,

alcanzando una sensibilidad de más del 95 % en detección de RD amenazante para la visión en

una población de pacientes atendidos en un centro terciario de diabetes (7).

El siguiente paso decisivo en la historia de esta tecnología fue la transición desde el ámbito

experimental hacia el ámbito clínico autorizado. El sistema IDx-DR fue en 2018 el primer

dispositivo de diagnóstico de carácter autónomo y basado en IA que recibió la autorización de la

Administración de Alimentos y Medicamentos de los Estados Unidos EPA tras un ensayo pivotal

en diez centros de atención primaria y con 900 pacientes que demostraron una sensibilidad y

especificidad superiores a los mínimos exigidos por las guías clínicas (8). Metaanálisis a posteriori

han confirmado que la exactitud diagnóstica de ese sistema y otros productos comerciales se

mantuvo elevada en diferentes escenarios de validación, aunque presentando variabilidad

dependiendo de la cámara utilizada, de la calidad de la imagen asociada y de las características

de la población evaluada (9), (10). Sin embargo, el paso de la validación controlada a la puesta en

marcha en la práctica clínica ha puesto de manifiesto la existencia de una brecha considerable

entre el rendimiento teórico de los algoritmos y la realidad en riesgo clínico.

Revisiones sistemáticas específicas de entornos del mundo real demuestran que, aunque la

sensibilidad global se mantiene dentro de márgenes aceptables, la especificidad y la tasa de

imágenes no revisadas presentan grandes variaciones entre diferentes programas de cribado

59

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

(11), algo que ya se había documentado en los primeros estudios de comparación de un software

automatizado frente a evaluadores humanos (12).

Esta brecha se intensifica si comparamos un modelo entrenado en poblaciones de alto ingreso

cuando se aplica en contextos de menos recursos. La validación clínica realizada en Tailandia,

Singapur y distintos países de Africa subsahariana ha sido una oportunidad de cuantificar tanto

las mejoras en cobertura y costo-efectividad, como las limitaciones en la generalizabilidad de los

modelos entrenados a partir de bases de datos poco diversas (13), (14). La realización prospectiva

del sistema de Google Health, en el transcurso del proceso nacional de cribado de Tailandia, -con

el que probó la "implementación" a gran escala, en áreas del sistema nacional de salud (15) así

como los estudios recientes en Latinoamérica y en el África subsahariana que muestran que la

exactitud interna alcanzada durante la fase de entrenamiento no significa que se apliquen los

mismos resultados externos a poblaciones con distintos atributos demográficos y equipos de

captura (16), algo que se ha reiterado a modo de preocupación en revisiones de inteligencia

artificial y salud ocular global (17).

Las limitaciones técnicas no son ajenas a sus implicaciones éticas. La implementación de los

sistemas autónomos de diagnóstico hace surgir interrogantes sobre la responsabilidad clínica

ante errores diagnósticos, sobre la "transparencia" de los sistemas "caja negra" o de la necesidad

de que exista una forma adecuada del consentimiento informado cuando la decisión de égida no

toma en cuenta a un profesional humano (18). A esto hay que añadir la creciente evidencia de

que los sesgos contenidos en los conjuntos de características de los conjuntos de entrenamiento

relacionados con el origen étnico, el nivel socioeconómico o el tipo de dispositivo de captura, por

ejemplo,

pueden

ser

objeto

de

inequidades

diagnósticas

que

pueden

afectar

desproporcionadamente a las personas ya subrepresentadas en la investigación biomédica (19),

(20). Visiones más recientes de la equidad algorítmica en Medicina sugieren marcos de mitigación

para todo el ciclo de vida del producto (desde la curación de datos a la evaluación postmarketing)

(21), (22) mientras que las discusiones específicas de la RD han interiorizado la necesidad de

realizar un consentimiento informado que comunique explícitamente el carácter autónomo del

sistema y los límites de su rendimiento (23).

De este escenario, emerge una tensión no resuelta entre tres dimensiones que rara vez se han

abordado de manera conjunta: la exactitud diagnóstica demostrada en ensayos controlados, la

efectividad real observada durante su utilización en sistemas de salud muy diversos y las

implicaciones éticas de delegar tal decisión clínica a un sistema automatizado. La literatura

revisada analiza con frecuencia estas dimensiones de manera aislada, lo que complica el

entendimiento de las condiciones que puede requerir una implementación responsable de la IA

para RD, y más aún en contextos de escasez de recursos como pueden ser los de América Latina.

Por ello, la justificación de la presente revisión es la necesidad de sistematizar y comparar la

evidencia científica sobre estas tres dimensiones para poder ofrecer una perspectiva integrada

que resulta útil para clínicos, investigadores y responsables de la toma de decisiones en Políticas

de Salud ocular.

60

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

De este modo, la revisión de la literatura presentada en este trabajo tiene como fin el analizar la

evidencia científica existente de entre 2016 y 2026 en torno a la precisión diagnóstica de los

sistemas de Inteligencia Artificial aplicada al cribado de la retinopatía diabética, su

implementación en entornos clínicos reales y los principales desafíos éticos que surgen en el caso

de la IA.

MATERIALES Y MÉTODOS

El presente artículo hace referencia a la revisión bibliográfica narrativa de enfoque sistemático,

orientada a sintetizar y comparar la evidencia científica sobre el desempeño diagnóstico, la

implementación real y las implicaciones éticas de la inteligencia artificial para el cribado de la

retinopatía diabética. El proceso de búsqueda, selección y presentación de la evidencia se

estructuró siguiendo los criterios de la declaración PRISMA 2020 (Preferred Reporting Items for

Systematic Reviews and Meta-Analyses), que es el marco metodológico de referencia para la

realización de las revisiones bibliográficas ya que propone una metodología estandarizada y

explícita para identificar, cribado e incluir fuentes.

La unidad de análisis estuvo constituida por artículos científicos originales, revisiones

sistemáticas, metaanálisis y estudios de implementación clínica publicados entre enero de 2016

y julio de 2026.Se incluyeron investigaciones que abordaban desarrollo, validez de diagnóstico,

implementación en programas de cribado o reflexión ética de sistemas de inteligencia artificial,

en concreto de algoritmos de deep learning, aplicados a la detección de retinopatía diabética

mediante fotografía del fondo de ojo y otras modalidades de imagen de la retina; se excluyeron

cartas al editor sin datos originales, resúmenes de congresos, trabajos no indexables y estudios

que se centraban en retinopatías distintas a la diabetes. La búsqueda bibliográfica se llevó a cabo

en bases de datos científicas indexadas de renombre internacional: PubMed/MEDLINE, Scopus,

Web of Science, Cochrane Library y se complementó con el rastreo de las listas de referencias de

los trabajos incluídos.Se utilizaron todas las combinaciones posibles de términos MeSH, de

palabras clave en inglés y en español, entre otros "diabetic retinopathy", "artificial intelligence",

"deep learning", "screening", "teleophthalmology", "algorithmical bias", "medical ethics".

Para los estudios de precisión diagnóstica se extrajeron, cuando estaban disponibles, los

indicadores de sensibilidad, especificidad, área bajo la curva ROC (AUC), valores predictivos

positivo y negativo, y odd ratio diagnóstica. Para los estudios de implementación se registraron

variables relativas a la cobertura poblacional, a la tasa de imágenes no evaluables, al coste por

paciente cribado y al tiempo para el diagnóstico. Para la dimensión ética se sistematizaron las

categorías de riesgo propuestas por la literatura (sesgo algorítmico, equidad, responsabilidad

clínica y consentimiento informado).

Dada la naturaleza bibliográfica del presente trabajo, no se ha llegado a un metaanálisis

cuantitativo propio; el trabajo analítico se ha convertido en un un análisis mediante una síntesis

narrativa de comparación de los resultados globales, que han sido los que han aportado los

61

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

trabajos primarios tal como lo han hecho con las revisiones sistemáticas/metaanálisis integrados,

muchas de las cuales han aplicado modelos HSROC y de efectos aleatorios a la hora de combinar

las estimaciones de sensibilidad y especificidad. Los resultados se han organizado en tres ejes

temáticos precisión diagnóstica, implementación real y desafíos éticos para facilitar la

comparación entre estudios con sus respectivas evidencias heterogéneas, todo ello tal como lo

tiene planificado el presente trabajo.

Tabla 1. Resumen detallado del diseño metodológico empleado en la presente revisión.

Componente

Tipo de estudio

Período de

Descripción

Revisión bibliográfica narrativa con enfoque sistemático, orientada por PRISMA 2020

Enero de 2016 a julio de 2026

búsqueda

Bases de datos

Idiomas incluidos

Tipo de fuentes

PubMed/MEDLINE, Scopus, Web of Science, Cochrane Library

Inglés y español

Estudios de validación diagnóstica, ensayos de implementación, revisiones sistemáticas,

metaanálisis y perspectivas éticas

Criterios de

inclusión

Criterios de

exclusión

Publicación en revistas indexadas de alto impacto; IA aplicada a cribado de RD; datos

originales o síntesis cuantitativa

Publicaciones no indexadas, resúmenes de congresos, estudios sobre otras retinopatías no

diabéticas

Variables

Sensibilidad, especificidad, AUC, cobertura, costo, sesgo, equidad y responsabilidad clínica

analizadas

Tipo de síntesis

Narrativa comparativa por ejes temáticos, sin metaanálisis cuantitativo propio

La forma de diseñar la investigación metodológica justifica la integradora naturaleza del objetivo

planteado, ya que al encontrarnos ante un fenómeno que integra a evidencias técnicas de

precisión diagnóstica, datos de implementación en sistemas de salud y argumentación ética, un

enfoque únicamente cuantitativo podría dejarnos fuera de escena y ser relevantes las

dimensiones cualitativas para la toma de decisiones clínicas y regulatorias. El marco PRISMA 2020,

aunque diseñado para revisiones sistemáticas con metaanálisis, también aporta un rigor y una

trazabilidad en todo el proceso de búsqueda y selección de estudios con el fin de evitar el sesgo

de selección, al que nos lleva la revisión estrictamente narrativa. El combinar estudios con

diferentes diseños -validación diagnóstica, estudios de cohortes prospectivos, análisis

económicos y bioética- ha proporcionado una descripción más completa de la actualidad en el

campo, a pesar de tener la limitación de no poder llegar a cálculos de estimaciones combinadas

propias, limitación que se apunta más adelante.

RESULTADOS

A continuación, en esta sección, se exponen los hallazgos distribuidos en tres líneas o ejes: la

precisión diagnóstica de los sistemas de IA, los resultados de los sistemas de inteligencia artificial

en clínicas reales y los principales retos éticos extraídos de la literatura. En cada apartado del eje

comenzamos describiendo el hallazgo, seguido de la evidencia de cada hallazgo, sistematizada en

tablas y, a continuación, un breve análisis de la evidencia recogida.

62

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

Los estudios de validación diagnóstica demuestran de manera recurrente que los algoritmos de

aprendizaje profundo son capaces de alcanzar unos niveles de exactitud equivalentes, y hasta

superiores en algunos contextos, a los de oftalmólogos entrenados para detectar la retinopatía

diabética referible. La Tabla 2 resume los indicadores de rendimiento de los estudios y de los

metaanálisis más representativos que hemos podido recuperar en los objetivos de nuestra

revisión.

Tabla 2. Indicadores de precisión diagnóstica reportados por estudios seleccionados de sistemas de IA para el

cribado de retinopatía diabética.

Estudio /

fuente

Gulshan et al.

(3)

Año

Sistema o enfoque

evaluado

Red neuronal

Sensibilidad

97,5 %

Especificidad / AUC

2016

93,4 % (AUC 0,99)

convolucional (EyePACS-1

/ Messidor-2)

Sistema multiétnico (10

países)

Ensayo pivotal, atención

primaria (EE. UU.)

Ting et al. (5)

2017

2018

90,5 %

87,2 %

91,6 %

90,7 %

Abràmoff et

al. (8) (IDx-

DR)

Khan et al. (9)

2025

2023

Metaanálisis IDx-DR

(múltiples cohortes)

Metaanálisis, entornos

reales (prospectivos)

≈ 89 % (agrupada)

≈ 88 % (agrupada)

Uy et al. (11)

Variable

(heterogeneidad

alta)

Especificidad reducida

frente a validación

controlada

Mwavu et al.

(16)

2026

CNN, validación externa

(Latinoamérica / África

subsahariana)

Interna: hasta

95,7 %

Externa: caída

marcada de AUC

(0,51–0,61)

Dada la información que se tiene en la Tabla 2, se aprecia un patrón bastante similar, no sólo en

lo que respecta a la exactitud diagnóstica de sistemas de IA en las especificidades de los servicios,

condiciones y poblaciones en las que se han entrenado sus modelos (3), (4) sino también en el

ensayo clínico fundamental que orientó la autorización regulatoria de IDx-DR (8), los metaanálisis

que se llevaron a cabo posteriormente en este sistema (9). Sin embargo, al pivote de estudios

prospectivos sobre entornos reales, la especificidad y la proporción de imágenes no evaluables

continúan mostrando una heterogeneidad considerable (11), llegando a ser aún más acusada en

el estudio de validación externa en Latinoamérica y en África subsahariana; pasando, en efecto,

el área bajo la curva ROC de valores cercanos a 0,99 en la validación interna a valores de apenas

0,51 a 0,61 cuando son evaluados sobre una población demográfica y sobre un instrumento de

captura totalmente distinto (16). Esta disparidad constituye uno de los hallazgos más relevantes

de la revisión presente, ya que implica que la exactitud estimada de los estudios de desarrollo no

debería extrapolarse directamente a escenarios clínicos heterogéneos.

Más allá de la precisión diagnóstica en condiciones de validación, un número progresivamente

elevado de trabajos ha evidenciado el rendimiento y la factibilidad de la IA al ser implementada

63

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

dentro de programas de cribado poblacional. La Tabla 3 presenta un resumen de los hallazgos

principales de implementación a los que se ha llegado en los distintos entornos geográficos y

recursos.

Tabla 3. Estudios de implementación de sistemas de IA en programas de cribado de retinopatía diabética en

entornos reales.

País / programa

Singapur

Estudio

Bellemo et al.

(2019) (13)

Diseño

Validación clínica en

cohortes africanas

Principal hallazgo

Sensibilidad alta para RD

referible; utilidad confirmada

como herramienta de apoyo, no

de reemplazo total del

especialista

Singapur (modelo

económico)

Xie et al. (2020)

(14)

Análisis de costo-

efectividad

Reducción proyectada de costos

por paciente cribado frente al

cribado manual, con ahorro

creciente a mayor escala

Exactitud del 94,7 % para RD que

amenaza la visión; se

Tailandia

Ruamviboonsuk et

al. (2022) (15)

Cohorte prospectiva

de intervención, 9

sitios de atención

primaria

identificaron barreras logísticas y

de flujo de trabajo

Latinoamérica /

África

subsahariana

Mwavu et al.

(2026) (16)

Validación externa

multicéntrica

Deterioro sustancial del

desempeño al cambiar de

población, cámara y prevalencia

de enfermedad

Revisión global

Tan et al. (2023)

(17)

Perspectiva sobre

salud ocular digital

global

Oportunidades de ampliación de

cobertura condicionadas a

infraestructura, conectividad y

regulación local

El análisis combinado de estos trabajos permite identificar tres tendencias. En primer lugar, la

implementación de IA en programas nacionales de cribado comporta incrementos en coberturas

y reducción de costos, como muestra el modelo económico desarrollado en Singapur (14) y la

experiencia clínica relatada en cohortes africanas (13). En segundo lugar, el paso de la validación

retrospectiva hacia la implementación prospectiva ha puesto al descubierto retos operativos

(flujo de pacientes, calidad imagen en condiciones de campo, aceptación del personal de salud)

que no aparecen en los estudios de laboratorio, tal como demuestra los resultados de la

experiencia tailandesa (15). Como tercer aspecto, y quizás uno de los más críticos, la

generalización geográfica de los algoritmos continúa siendo la limitación más importante: el

rendimiento que se observa en las respectivas poblaciones latinoamericanas y africanas empeora

de manera drástica respecto a los resultados ofrecidos por las cohortes de entrenamiento original

(16), algo que coincide con las conclusiones de las revisiones globales sobre inteligencia artificial

y salud ocular digital que han señalado cómo la infraestructura tecnológica y regulatoria local

determina de forma contundente la probabilidad de éxito en la aceptación (17).

64

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

La revisión de la literatura ética ha permitido sistematizar los riesgos y las tensiones normativas

presentes en la implementación de sistemas autónomos de diagnóstico en el cribado de la

retinopatía diabética, que se plasman en la Tabla 4.

Tabla 4. Principales categorías de desafíos éticos identificados en la literatura sobre IA aplicada al cribado de

retinopatía diabética.

Categoría

Responsabilidad

clínica

Descripción del desafío

Ambigüedad sobre quién asume la responsabilidad ante un error diagnóstico: el

desarrollador del algoritmo, la institución de salud o el profesional que lo supervisa

Subrepresentación de determinados grupos étnicos, socioeconómicos o

geográficos en las bases de entrenamiento, con riesgo de subdiagnóstico

diferencial

Sesgo algorítmico

Equidad en el acceso

Riesgo de que la tecnología amplíe, en lugar de reducir, las brechas de acceso a

diagnóstico entre poblaciones urbanas y rurales o entre países de distinto nivel de

ingreso

Consentimiento

informado

Transparencia

Necesidad de comunicar con claridad al paciente que el diagnóstico proviene de un

sistema autónomo y cuáles son sus límites de desempeño

Dificultad para auditar modelos de tipo caja negra y explicar sus decisiones ante

pacientes y reguladores

algorítmica

Gobernanza y

monitoreo

Necesidad de vigilancia poscomercialización continua para detectar deterioro del

desempeño ante cambios poblacionales o tecnológicos

La naturaleza de los hallazgos analizados nos lleva a manifestar que la discusión ética sobre la IA

en los casos de RD por parte de la IA no puede desligarse del debate de la IA aplicada a la medicina.

Como señalaban Char et al. ya en 2018, la puesta en práctica de algoritmos de aprendizaje

automático en la práctica clínica exige afrontar explícitamente las cuestiones de responsabilidad

y de transparencia antes de poder disfrutar de todos su beneficios (18). En el caso concreto de la

RD, el hecho de contar con un sistema autónomo y validado para emitir un resultado diagnóstico

sin la intervención de un especialista incrementó este debate, propiciando propuestas concretas

sobre el contenido mínimo que debería llegar a los pacientes durante el proceso del

consentimiento informado (23).

Así mismo, con respecto al sesgo algorítmico, McCradden et al. avisaban de que las soluciones

técnicas de equidad como el ajuste de umbrales por subgrupo no resuelven por sí solas los

dilemas normativos subyacentes y que podrían introducir nuevas formas de discriminación si se

aplican sin un marco ético explícito (19). Esta advertencia coincide con los hallazgos empíricos

descritos en el apartado anterior, donde el deterioro del desempeño en poblaciones

subrepresentadas no es un simple problema técnico, sino la expresión más concreta de la

inequidad estructural de la disponibilidad de datos de entrenamiento (20). Marcos éticos

recientes de la equidad de la IA aplicada a la medicina nos plantean la intervención en diferentes

momentos del ciclo de vida del producto curación de datos, validación estratificada por

subgrupos y monitoreo continuo como estrategia para reducir estos riesgos (21), (22),

recomendación que se puede aplicar directamente a los hallazgos del deterioro del desempeño

documentados en los estudios de validación externa revisados en el apartado anterior.

65

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

DISCUSIÓN

Los hallazgos de esta revisión avalan, por un lado, que la inteligencia artificial ha llegado a un nivel

de madurez técnica significativa para la detección de la retinopatía diabética referible, con valores

de sensibilidad y especificidad equiparables o superiores a los de los oftalmólogos entrenados en

escenarios de validación controlada (3), (4). Ésta es también la conclusión de la revisión de

literatura presentada por Ting et al. (5) , quienes relatan una trayectoria de mejora sostenida del

rendimiento de los algoritmos de aprendizaje profundo durante los últimos diez años (5), así

como la revisión de Grzybowski et al. en el trayecto que va del desarrollo experimental al

despliegue clínico de los sistemas (10).

Sin embargo, al contraste de estos resultados con la evidencia de estudios de implementación

real, existe una disparidad importante que invita a la reflexión. Pese a que los estudios de

desarrollo alcanzan porcentajes de sensibilidad que rondan el 95-97 % (3), los estudios

prospectivos de programas de cribado nacional presentan cifras más moderadas y cuentan con

proporciones elevadas de imágenes no evaluables (15). Dicho desfase es acorde con lo advertido

por Uy et al. en su metaanálisis centrado estrictamente en un entorno del mundo real, donde la

heterogeneidad entre los estudios fue considerablemente más amplia que en los basados en

cohortes de validación controlada (11). El hallazgo más revelador en este sentido pertenece al

estudio de validación externa desarrollado en Latinoamérica y en África subsahariana, en el que

arquitecturas de red que alcanzaron un área bajo la curva ROC superior a 0,98 en validación

interna se desplomaron hasta zonas cercanas al azar (0,51-0,61) en poblaciones con una

composición demográfica, prevalencia de enfermedad y equipo de captura de imágenes bien

distintos (16). Además, esta observación es compatible con la literatura reciente en torno a la

equidad algorítmica en salud, que pone de manifiesto que una buena gestión del rendimiento

técnico en las etapas de desarrollo no es sinónimo de buena equidad o de buena aplicabilidad en

la práctica (21).

Aunque los resultados de la revisión de este artículo también matizan el argumento clásico para

el que la IA reduce automáticamente los costes del cribado, en contraste con estudios

económicos anteriores sobre esta cuestión, en el análisis de coste-efectividad de la investigación

desarrollada en Singapur, se obtuvieron ahorros por cribado manual frente al cribado

automatizado (14). Sin embargo, este ahorro económico se produce en un sistema de salud con

un nivel de ingresos altos y en el que la infraestructura tecnológica está bien consolidada, una

circunstancia que no puede considerarse automáticamente como tal en los países de ingresos

bajos y medios, donde la carga de las RD no diagnosticadas es de alguna forma mayor a la de los

países con altos ingresos (13). Esta observación se ve reflejada, como en la revisión de Tan et al.

sobre la salud ocular digital a nivel internacional, en la que la infraestructura de conectividad y

los marcos regulatorios territoriales son determinantes tan significativos como la precisión

técnica del algoritmo para que su adopción sea exitosa (17).

66

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

En el plano ético, la revisión presentada aquí no hace otra cosa que reafirmar la argumentación

de que los riesgos de sesgo, equidad y responsabilidad clínica no son elementos periféricos, sino

que son esas consideraciones que son centrales en la viabilidad de implantar dicha

implementación responsable. Por tanto, una comparación entre los hallazgos técnicos de las

presentadas aquí y los de la literatura ética hace aparecer una correlación directa: los mismos

factores que indican Chen et al. Identifican como fuentes de sesgo algorítmico en medicina

diversidad de adquisición de datos, subrepresentación poblacional, y diversidad entre

observadores (21) justo los factores que subyacen al deterioro de desempeño que está

documentado empíricamente en los estudios de validación externa de sistemas de RD (16). Esta

convergencia entre evidencia técnica y razonamientos normativos sugiere que la solución a la

brecha de la generalización no puede limitarse a un ajuste algorítmico y ha de incluir, tal como

plantea el marco de la equidad propuesto por Abràmoff et al., una intervención que haya de

transitar todo el ciclo del producto, desde la composición de las bases de datos de entrenamiento

hasta el seguimiento poscomercialización en cada contexto de despliegue de dicho producto (22).

Cierto es que, por otro lado, hay que reconocer algunas limitaciones inherentes a este análisis. Al

ser una revisión bibliográfica de tipo narrativo, de enfoque sistemático, no se hizo un metaanálisis

cuantitativo propio y, por tanto, la comparación entre estudios tal como se ha hecho está

condicionada por la heterogeneidad de diseños, de poblaciones, y de definiciones de RD referible

que son utilizadas en la literatura original. Por otro lado, la mayor parte de la evidencia de

implementación proviene de contextos asiático y africano, y la evidencia específica sobre América

Latina sigue siendo escasa, lo que limita la extrapolación de los resultados a los sistemas de salud

en dicha región. Hacen falta futuras investigaciones primarias con datos poblacionales

latinoamericanos que cierren esta brecha en la evidencia.

CONCLUSIONES

La información analizada permite dar respuesta del modo afirmativo que marca el objetivo: los

sistemas de inteligencia artificial han conseguido una elevada exactitud diagnóstica del

diagnóstico de determinación de retinopatía diabética referible en situaciones con validación

controlada, con niveles de sensibilidad y especificidad similares a los médicos humanos. Pero esta

exactitud técnica no es la misma que se obtiene en la práctica clínica normal, ya que aspectos

relacionados con la diversidad de las poblaciones, con la calidad de la captura de imagen o con la

infraestructura existente dan lugar a un rendimiento mucho más variable y, en algunos casos,

sensiblemente inferior al encontrado en los estudios de desarrollo.

Con respecto a cómo poner en marcha programas de cribado, lo que estos hallazgos evidencian

es que la inteligencia artificial es capaz de incrementar de manera muy significativa la cobertura

diagnóstica y, además, de producir eficiencias económicas en sistemas de salud con

infraestructura tecnológica robusta pero, por otro lado, que estos beneficios no se transfieren de

forma solidaria entre territorios, ni tampoco se garantizan automáticamente por hacerlo con un

algoritmo en un contexto determinado. La generalización geográfica y de la población es, por

67

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

tanto, el principal cuello de botella técnico que obstaculiza la adopción realmente global de esta

tecnología. En cuanto a la parte ética, se concluye que la responsabilidad clínica ante errores

diagnósticos, el sesgo algorítmico producidos por bases de entrenamiento no representativas, las

brechas de equidad en el acceso y la necesidad de un consentimiento informado adecuado son

variables impactantes que no deben dejarse a un lado en cualquier estrategia de implementación

responsable.

Por otra parte, el solapamiento entre los factores técnico-susceptibles de explicar el deterioro del

rendimiento sobre poblaciones subrepresentadas y el marco ético que advierte sobre la

exposición a la inequidad algorítmica reafirma una relación circular entre ambos y un no

abordarlos independientemente. En resumen, la inteligencia artificial es una herramienta con un

potencial real de transformar el cribado de la retinopatía diabética a nivel poblacional, pero su

uso responsable requiere de un esfuerzo constante de validación externa en poblaciones

diversas, el desarrollo de marcos regulatorios explícitos que determinen la responsabilidad

clínica, y la implementación de estrategias de mitigación de sesgos y monitorización a largo plazo

del rendimiento una vez cada sistema esté en uso. Solo bajo estas condiciones es que se podrá

llegar a plasmar su potencial para disminuir la carga global de la ceguera prevenible por la

diabetes.

REFERENCIAS BIBLIOGRÁFICAS

1.

Sun H, Saeedi P, Karuranga S, Pinkepank M, Ogurtsova K, Duncan BB, et al. IDF Diabetes

Atlas: Global, regional and country-level diabetes prevalence estimates for 2021 and

projections

doi:10.1016/j.diabres.2021.109119

Teo ZL, Tham YC, Yu M, Chee ML, Rim TH, Cheung N, et al. Global Prevalence of Diabetic

Retinopathy and Projection of Burden through 2045. Ophthalmology. 2021

Nov;128(11):1580–91. doi:10.1016/j.ophtha.2021.04.027

Gulshan V, Peng L, Coram M, Stumpe MC, Wu D, Narayanaswamy A, et al. Development and

Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal

Fundus Photographs. JAMA. 2016 Dec 13;316(22):2402. doi:10.1001/jama.2016.17216

Ting DSW, Cheung CYL, Lim G, Tan GSW, Quang ND, Gan A, et al. Development and

Validation of a Deep Learning System for Diabetic Retinopathy and Related Eye Diseases

Using Retinal Images From Multiethnic Populations With Diabetes. JAMA. 2017 Dec

12;318(22):2211. doi:10.1001/jama.2017.18152

for

2045.

Diabetes

Res

Clin

Pract.

2022

Jan;183:109119.

2.

3.

4.

5.

6.

Ting DSW, Pasquale LR, Peng L, Campbell JP, Lee AY, Raman R, et al. Artificial intelligence

and deep learning in ophthalmology. British Journal of Ophthalmology. 2019

Feb;103(2):167–75. doi:10.1136/bjophthalmol-2018-313173

Ting DSW, Peng L, Varadarajan A V., Keane PA, Burlina PM, Chiang MF, et al. Deep learning

in ophthalmology: The technical and clinical considerations. Prog Retin Eye Res. 2019

Sep;72:100759. doi:10.1016/j.preteyeres.2019.04.003

68

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

7.

Rajalakshmi R, Subashini R, Anjana RM, Mohan V. Automated diabetic retinopathy

detection in smartphone-based fundus photography using artificial intelligence. Eye. 2018

Jun 9;32(6):1138–44. doi:10.1038/s41433-018-0064-9

8.

Abràmoff MD, Lavin PT, Birch M, Shah N, Folk JC. Pivotal trial of an autonomous AI-based

diagnostic system for detection of diabetic retinopathy in primary care offices. NPJ Digit

Med. 2018 Aug 28;1(1):39. doi:10.1038/s41746-018-0040-6

9.

KHAN Z, GAIDHANE AM, SINGH M, GANESAN S, KAUR M, SHARMA GC, et al. Diagnostic

Accuracy of IDX-DR for Detecting Diabetic Retinopathy: A Systematic Review and Meta-

Analysis. Am J Ophthalmol. 2025 May;273:192–204. doi:10.1016/j.ajo.2025.02.022

Grzybowski A, Singhanetr P, Nanegrungsunk O, Ruamviboonsuk P. Artificial Intelligence for

Diabetic Retinopathy Screening Using Color Retinal Photographs: From Development to

Deployment. Ophthalmol Ther. 2023 Jun 2;12(3):1419–37. doi:10.1007/s40123-023-00691-

3

10.

11.

Uy H, Fielding C, Hohlfeld A, Ochodo E, Opare A, Mukonda E, et al. Diagnostic test accuracy

of artificial intelligence in screening for referable diabetic retinopathy in real-world settings:

A systematic review and meta-analysis. PLOS Global Public Health. 2023 Sep

20;3(9):e0002160. doi:10.1371/journal.pgph.0002160

12.

13.

Tufail A, Rudisill C, Egan C, Kapetanakis V V., Salas-Vega S, Owen CG, et al. Automated

Diabetic Retinopathy Image Assessment Software. Ophthalmology. 2017 Mar;124(3):343–

51. doi:10.1016/j.ophtha.2016.11.014

Bellemo V, Lim ZW, Lim G, Nguyen QD, Xie Y, Yip MYT, et al. Artificial intelligence using deep

learning to screen for referable and vision-threatening diabetic retinopathy in Africa: a

clinical validation study. Lancet Digit Health. 2019 May;1(1):e35–44. doi:10.1016/S2589-

7500(19)30004-4

14.

15.

Xie Y, Nguyen QD, Hamzah H, Lim G, Bellemo V, Gunasekeran D V, et al. Artificial intelligence

for teleophthalmology-based diabetic retinopathy screening in a national programme: an

economic analysis modelling study. Lancet Digit Health. 2020 May;2(5):e240–9.

doi:10.1016/S2589-7500(20)30060-1

Ruamviboonsuk P, Tiwari R, Sayres R, Nganthavee V, Hemarat K, Kongprayoon A, et al. Real-

time diabetic retinopathy screening by deep learning in a multisite national screening

programme: a prospective interventional cohort study. Lancet Digit Health. 2022

Apr;4(4):e235–44. doi:10.1016/S2589-7500(22)00017-6

16.

17.

18.

Mwavu R, Kaggwa F, Arunga S, Wasswa W. Evaluating the Generalisability of Convolutional

Neural Networks for Diabetic Retinopathy Detection in Latin America and Sub-Saharan

Africa. Information. 2026 Jun 3;17(6):552. doi:10.3390/info17060552

Tan TF, Thirunavukarasu AJ, Jin L, Lim J, Poh S, Teo ZL, et al. Artificial intelligence and digital

health in global eye health: opportunities and challenges. Lancet Glob Health. 2023

Sep;11(9):e1432–43. doi:10.1016/S2214-109X(23)00323-6

Char DS, Shah NH, Magnus D. Implementing Machine Learning in Health Care — Addressing

Ethical Challenges. New England Journal of Medicine. 2018 Mar 15;378(11):981–3.

doi:10.1056/NEJMp1714229

69

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA

+593 97 911 9620

Marzo 2026

DOI

ISSN

3091-180X

Vol. 4 No.11 PP. 57-70

19.

20.

21.

22.

23.

McCradden MD, Joshi S, Mazwi M, Anderson JA. Ethical limitations of algorithmic fairness

solutions in health care machine learning. Lancet Digit Health. 2020 May;2(5):e221–3.

doi:10.1016/S2589-7500(20)30065-0

Mhasawade V, Zhao Y, Chunara R. Machine learning and algorithmic fairness in public and

population health. Nat Mach Intell. 2021 Jul 29;3(8):659–66. doi:10.1038/s42256-021-

00373-4

Chen RJ, Wang JJ, Williamson DFK, Chen TY, Lipkova J, Lu MY, et al. Algorithmic fairness in

artificial intelligence for medicine and healthcare. Nat Biomed Eng. 2023 Jun 28;7(6):719–

42. doi:10.1038/s41551-023-01056-8

Abràmoff MD, Tarver ME, Loyo-Berrios N, Trujillo S, Char D, Obermeyer Z, et al.

Considerations for addressing bias in artificial intelligence for health equity. NPJ Digit Med.

2023 Sep 12;6(1):170. doi:10.1038/s41746-023-00913-9

Abramoff MD, Mortensen Z, Tava C. Commentary: Diagnosing Diabetic Retinopathy With

Artificial Intelligence: What Information Should Be Included to Ensure Ethical Informed

Consent? Front Med (Lausanne). 2021 Nov 24;8. doi:10.3389/fmed.2021.765936

70

VITALYSCIENCE REVISTA CIENTÍFICA MULTIDISCIPLINARIA