La herramienta IA para diagnosticar el autismo y el TDAH mediante el análisis de la retina está generando conversación en el mundo de la salud digital porque propone una forma distinta de detectar trastornos del neurodesarrollo. Su nombre es RetinaMind y fue desarrollada por Edward Kang, un estudiante de 17 años de Bergen County Academies, en Nueva Jersey. El sistema analiza imágenes retinianas y, según el reporte de Smithsonian Magazine, alcanzó una precisión cercana al 89 % al identificar autismo, TDAH o perfiles neurotípicos. Aunque todavía se trata de un proyecto de investigación, su potencial es relevante: podría ayudar a reducir tiempos de espera, orientar evaluaciones tempranas y abrir nuevas preguntas sobre la relación entre retina, cerebro e inteligencia artificial.
¿Qué es la herramienta IA para diagnosticar el autismo y el TDAH mediante el análisis de la retina?
RetinaMind: un proyecto nacido de una investigación escolar
Edward Kang comenzó su proyecto después de encontrar un estudio de la Universidad China de Hong Kong que exploraba el uso de imágenes de retina para detectar autismo. A partir de esa idea, decidió mejorar la precisión del modelo y ampliar su alcance para incluir también el trastorno por déficit de atención e hiperactividad.
El resultado fue RetinaMind, un prototipo que combina aprendizaje automático, imágenes médicas y biología celular para analizar señales sutiles en la retina. Su propuesta llamó la atención porque intenta predecir condiciones neurológicas a partir de una imagen del ojo, algo que puede parecer poco intuitivo, pero tiene una base científica: el ojo y el cerebro se desarrollan a partir de tejidos relacionados.
Una alternativa de cribado temprano
El valor de RetinaMind está en su posible uso como herramienta de detección inicial. Actualmente, el diagnóstico de autismo y TDAH puede tardar meses o años, especialmente cuando hay poca disponibilidad de especialistas. Society for Science explica que Kang entrenó modelos de IA con imágenes retinianas de una gran base de datos pública para encontrar diferencias asociadas a trastornos del neurodesarrollo.
Esto no significa que una imagen pueda reemplazar una evaluación clínica completa. Sin embargo, sí podría servir para priorizar casos, orientar a familias y apoyar a médicos en la toma de decisiones.
Reconocimiento científico
El proyecto ganó el segundo lugar en el Regeneron Science Talent Search 2026, una de las competencias STEM más prestigiosas para estudiantes de secundaria en Estados Unidos. Kang recibió un premio de 175.000 dólares por su investigación.
Este reconocimiento refuerza la importancia del proyecto, no solo por el modelo computacional, sino también porque Kang investigó posibles mecanismos biológicos que podrían explicar las diferencias retinianas.
¿Cómo funciona la herramienta IA para diagnosticar el autismo y el TDAH mediante el análisis de la retina?
Redes neuronales convolucionales
El primer modelo de Kang fue una red neuronal convolucional, conocida como CNN. Este tipo de modelo de aprendizaje profundo está diseñado para clasificar imágenes y detectar patrones visuales complejos.
En términos simples, el sistema recibe una imagen de retina, analiza sus características y compara los patrones con información aprendida durante el entrenamiento. Luego, estima si el perfil corresponde con autismo, TDAH o un patrón neurotípico.
Ensemble learning para mejorar la precisión
Para aumentar la confiabilidad, Kang utilizó una técnica llamada ensemble learning. En vez de depender de un solo modelo, varios sistemas analizan la misma imagen y luego sus predicciones se combinan.
Este enfoque permite obtener resultados más estables porque funciona como una especie de “votación” entre modelos. Entre sus posibles beneficios están:
- Mayor precisión en la clasificación.
- Menor dependencia de un único algoritmo.
- Mejor capacidad para detectar patrones sutiles.
- Resultados más robustos frente a variaciones en las imágenes.
Mapas de calor para explicar el resultado
Uno de los puntos más interesantes del proyecto es el uso de GradCAM, una técnica de IA explicable que muestra qué zonas de la imagen influyeron más en la predicción. RetinaMind puede generar un mapa de calor que marca en rojo las áreas de la retina más relevantes para el diagnóstico sugerido.
Esto es importante porque ayuda a que el sistema no sea una “caja negra”. Es decir, permite entender mejor qué regiones visuales fueron consideradas por el modelo.
¿Por qué la retina puede aportar pistas sobre autismo y TDAH?
Relación entre ojo y cerebro
La retina es tejido nervioso y está conectada con el sistema visual y el cerebro. Por eso, algunos investigadores consideran que puede reflejar señales relacionadas con el desarrollo neurológico.
Kang también exploró posibles cambios genéticos vinculados al desarrollo retiniano. Según la información publicada, identificó genes candidatos que podrían relacionar autismo y diferencias en la retina. Uno de ellos fue ABCA4, asociado con una proteína que ayuda a detoxificar la retina.
Diferencias demasiado sutiles para el ojo humano
Aunque existen estudios que han detectado variaciones promedio en estructuras como la mácula, la capa de fibras nerviosas retinianas y otras regiones, estas diferencias suelen ser muy pequeñas. Además, pueden solaparse con rangos normales en personas neurotípicas.
Por eso, un especialista no podría mirar una imagen de retina y diagnosticar autismo o TDAH por sí solo. Aquí entra la IA: los modelos computacionales pueden combinar miles de señales pequeñas y encontrar patrones difíciles de reconocer manualmente.
Autismo y TDAH no tienen biomarcadores definitivos
Una de las razones por las que esta línea de investigación es tan llamativa es que el autismo y el TDAH suelen diagnosticarse mediante pruebas conductuales, entrevistas, observación clínica y escalas especializadas. Los CDC estiman que aproximadamente 1 de cada 31 niños de 8 años ha sido identificado con autismo en datos recientes de Estados Unidos.
Por eso, cualquier herramienta que ayude a detectar señales tempranas podría ser valiosa, siempre que se use con supervisión profesional.
Beneficios, límites y futuro de RetinaMind
RetinaMind podría abrir una nueva vía para apoyar la detección temprana de trastornos del neurodesarrollo. Entre sus ventajas posibles destacan:
- Proceso no invasivo, basado en imágenes del ojo.
- Apoyo para evaluaciones tempranas.
- Reducción de tiempos de espera.
- Orientación para familias y profesionales.
- Posible integración con pruebas clínicas tradicionales.
Además, si la herramienta evoluciona, podría ayudar a diferenciar no solo entre autismo y TDAH, sino también entre niveles de severidad o necesidades de apoyo.
Límites actuales
A pesar de su precisión reportada, RetinaMind sigue siendo un prototipo. El propio Kang ha reconocido que actualmente el modelo realiza una clasificación general, pero estos trastornos existen dentro de un espectro amplio y con muchas variaciones.
También es importante tener en cuenta que las diferencias retinianas podrían no ser exclusivas del autismo o del TDAH, sino estar asociadas a condiciones neurológicas más amplias. Por eso, se necesitan estudios clínicos más grandes, validación externa y revisión regulatoria.
¿Puede reemplazar a un especialista?
No. Esta tecnología debe entenderse como una herramienta de apoyo o cribado. El diagnóstico final debe realizarlo un profesional de salud capacitado, considerando historia clínica, desarrollo, conducta, contexto familiar, desempeño escolar y pruebas estandarizadas.
La IA puede ayudar a identificar señales, pero el criterio clínico sigue siendo indispensable.
Conclusión
La herramienta IA para diagnosticar el autismo y el TDAH mediante el análisis de la retina representa un avance prometedor en la combinación de inteligencia artificial, oftalmología y neurodesarrollo. RetinaMind demuestra que una imagen del ojo podría ofrecer pistas útiles sobre condiciones que tradicionalmente se evalúan desde la conducta y el desarrollo.
El proyecto de Edward Kang destaca por su precisión inicial, su enfoque explicable y su intento de conectar el modelo computacional con bases biológicas. Sin embargo, todavía debe considerarse una prueba de concepto, no una herramienta médica definitiva.
A futuro, si nuevos estudios confirman su eficacia, tecnologías como RetinaMind podrían ayudar a detectar señales antes, orientar tratamientos más oportunos y mejorar la calidad de vida de muchas familias.
- La herramienta IA para diagnosticar el autismo y el TDAH mediante el análisis de la retina: RetinaMind y el avance creado por Edward Kang - julio 14, 2026
- Chat GPT Work: el nuevo agente de IA para proyectos empresariales ambiciosos - julio 10, 2026
- Claude Fable 5 revela que Argentina vs. Egipto fue uno de los partidos más improbables de la historia del fútbol - julio 9, 2026
