El Dr. Maximiliano Olivera y colaboradores presentan un estudio piloto en el que se aplica deep learning para clasificar la retinopatía diabética en pacientes con diabetes mellitus tipo 1. Utilizando imágenes obtenidas de OCT estructural y OCT angiográfica, y apoyándose en la plataforma de auto machine learning de Google Cloud Vertex AI, el estudio compara el rendimiento de ambas modalidades. Se entrenaron algoritmos para distinguir entre ausencia de retinopatía, retinopatía leve y moderada, y retinopatía no proliferativa versus proliferativa, evaluando parámetros como f1 y AUC. Los resultados muestran que la OCT angiográfica, particularmente en escaneo 3×3 y en el plexo superficial, tiene una capacidad superior para detectar formas avanzadas de la enfermedad, en comparación con la OCT estructural. Los autores concluyen que comprender tanto la patología como las características de las imágenes es esencial para optimizar el uso de la inteligencia artificial en el cribado, lo que abre la puerta a la detección de variables sistémicas relacionadas en futuros estudios.