Retinar: la IA argentina que ayuda a detectar daños visuales por diabetes

Qué se volvió tendencia

La Nación publicó este 29 de agosto una nota sobre Retinar, la plataforma argentina que utiliza inteligencia artificial para asistir controles oftalmológicos vinculados con diabetes. La cobertura retoma un desarrollo presentado por el CONICET a fines de julio y lo acerca a una conversación pública más amplia: cómo usar IA en salud sin perder control profesional.

Según la información institucional del CONICET, Retinar nació de más de una década de investigación en análisis de imágenes médicas y teleoftalmología. El proyecto se orienta a detectar tempranamente signos compatibles con retinopatía diabética, una complicación que puede avanzar sin síntomas y producir daño visual irreversible si no se aborda a tiempo.

El valor de la noticia está en su aplicación concreta. No se trata de una promesa abstracta de inteligencia artificial, sino de una herramienta pensada para integrarse con hospitales, centros de atención primaria, retinografías y evaluación médica a distancia.

Cómo funciona el enfoque

Retinar trabaja con imágenes del fondo de ojo. Esas retinografías pueden ser capturadas por personal capacitado y luego evaluadas dentro de un circuito de teleoftalmología. La inteligencia artificial interviene en dos momentos relevantes: primero revisa si la imagen tiene calidad suficiente para ser analizada y después identifica estudios que podrían requerir una derivación prioritaria.

Este punto es importante porque el cuello de botella no está solo en el algoritmo. También aparece en la organización del sistema: turnos, distancia, disponibilidad de especialistas, volumen de imágenes, calidad del registro y tiempos de respuesta.

Cuando la IA ayuda a filtrar y ordenar información, los profesionales pueden concentrar antes su atención en los casos de mayor riesgo. La responsabilidad clínica, sin embargo, continúa en manos del equipo médico.

Por qué es relevante para Argentina

El caso tiene un componente territorial claro. En muchos sistemas de salud, los especialistas se concentran en grandes centros urbanos. Para una persona que vive lejos, conseguir un control oftalmológico puede implicar turnos demorados, traslados, costos indirectos y pérdida de continuidad en el seguimiento.

La teleoftalmología busca acercar el estudio al paciente y derivar la evaluación especializada cuando corresponde. Si a ese circuito se le suma inteligencia artificial, el sistema puede ganar escala sin convertir el diagnóstico en una decisión automática.

CONICET informó que la plataforma ya se utiliza en nodos de salud de Tandil, Florencio Varela y Necochea. Ese despliegue inicial permite validar la herramienta en escenarios reales, con equipos, pacientes y condiciones de captura distintas.

El cruce entre datos y equipos de salud

Para quienes miran la noticia desde el lado de la formación profesional, Retinar deja una idea concreta: la salud digital necesita personas capaces de traducir problemas clínicos en procesos medibles, datos utilizables y herramientas evaluables.

Ese trabajo reúne perfiles de programación, ciencia de datos, investigación biomédica, gestión sanitaria y práctica asistencial. Los modelos de IA se entrenan con imágenes previamente evaluadas por especialistas, pero después deben funcionar en contextos reales, con calidad variable y responsabilidades claras.

Desde UNIFADER, el enlace más directo con la dimensión tecnológica es el Analista Universitario en Ciencia de Datos e Inteligencia Artificial, por su vínculo con análisis de datos, modelos predictivos, validación y aplicaciones concretas de IA.

También importa para Enfermería

Aunque el foco técnico está en la IA, la noticia también habla de organización del cuidado. En los circuitos de atención, Enfermería y otros perfiles sanitarios cumplen un rol clave en educación, seguimiento, registro, comunicación con pacientes y articulación entre niveles de atención.

La Licenciatura en Enfermería de UNIFADER se conecta con esta agenda porque los sistemas de salud demandan profesionales capaces de trabajar con protocolos, datos, herramientas digitales y equipos interdisciplinarios.

La tecnología puede acelerar una alerta, pero el cuidado sigue necesitando criterio humano, comunicación clara y responsabilidad profesional.

Qué habilidades aparecen detrás de Retinar

Este tipo de desarrollo muestra capacidades cada vez más buscadas en salud, tecnología y gestión:

• interpretar datos clínicos sin separarlos del contexto asistencial;
• validar modelos de IA con criterios de calidad y seguridad;
• diseñar procesos que puedan integrarse al trabajo real de hospitales y centros de salud;
• comunicar resultados de manera comprensible para profesionales y pacientes;
• mantener trazabilidad, registro y supervisión humana;
• trabajar en equipos interdisciplinarios entre salud, tecnología e investigación.

La noticia es atractiva porque no presenta a la IA como magia. La presenta como una pieza de un sistema más grande, donde hacen falta datos, ciencia aplicada, infraestructura, capacitación y responsabilidad profesional.

El ángulo UniNews

UniNews toma este tema porque resume una tendencia central: la inteligencia artificial empieza a tener impacto cuando se cruza con problemas concretos. En este caso, el problema es sanitario, territorial y humano: detectar antes una complicación visual asociada a la diabetes.

Para estudiantes y profesionales, el aprendizaje es claro. Las carreras vinculadas con datos, salud y gestión van a convivir cada vez más con herramientas digitales. La diferencia la hará la capacidad de usarlas con criterio, evidencia y sentido de responsabilidad.

Fuentes: cobertura de La Nación, información institucional del CONICET sobre Retinar y material educativo del National Eye Institute sobre enfermedad diabética del ojo.