El diagnóstico temprano del trastorno del espectro autista (TEA) y del trastorno por déficit de atención e hiperactividad (TDAH) sigue siendo uno de los grandes desafíos de la medicina. En muchos casos, las evaluaciones requieren meses de observación, entrevistas clínicas y la participación de distintos especialistas, lo que puede retrasar el acceso a intervenciones y apoyos oportunos. En este contexto, la inteligencia artificial está siendo explorada como una herramienta que podría contribuir a acelerar los procesos de detección temprana.
Con solo 17 años, Edward Kang, estudiante de Bergen County Academies (Estados Unidos), desarrolló RetinaMind, un sistema de inteligencia artificial diseñado para analizar fotografías de la retina e identificar patrones asociados con el trastorno del espectro autista (TEA) y el trastorno por déficit de atención e hiperactividad (TDAH). Su proyecto obtuvo el segundo lugar en el Regeneron Science Talent Search 2026, uno de los concursos científicos para estudiantes más prestigiosos de Estados Unidos, reconocimiento que estuvo acompañado de un premio de 175.000 dólares.
La investigación surgió después de que Kang encontrara un estudio que describía cómo la retina y el cerebro comparten un mismo origen embrionario. A partir de esta relación, algunos investigadores han planteado que determinadas alteraciones en el desarrollo cerebral podrían reflejarse en cambios sutiles en la retina, imperceptibles para el ojo humano, pero potencialmente identificables mediante modelos de aprendizaje profundo.
Para explorar esta hipótesis, Kang entrenó RetinaMind con miles de imágenes retinianas y desarrolló un modelo que alcanzó una precisión cercana al 89 % en el conjunto de datos utilizado durante sus pruebas. Aunque la herramienta no reemplaza un diagnóstico médico ni está destinada a emitir diagnósticos clínicos, sí podría convertirse en un método rápido y no invasivo para apoyar la detección temprana y ayudar a identificar personas que requieran una evaluación especializada.
Actualmente, el diagnóstico del TEA y del TDAH continúa basándose en evaluaciones clínicas realizadas por profesionales de la salud. En ese contexto, herramientas como RetinaMind buscan complementar ese proceso mediante el análisis automatizado de imágenes, con el objetivo de facilitar el cribado inicial (screening) y priorizar la atención de pacientes que podrían beneficiarse de una valoración más profunda.
Más allá de los resultados obtenidos hasta ahora, el proyecto refleja cómo la inteligencia artificial continúa ampliando las posibilidades de la investigación médica. Aunque tecnologías como RetinaMind aún requieren estudios clínicos adicionales antes de poder incorporarse a la práctica asistencial, muestran el potencial de combinar oftalmología, neurociencia e inteligencia artificial para desarrollar herramientas que apoyen la detección temprana de trastornos del neurodesarrollo y contribuyan a una atención más oportuna.
Fuentes: Society for Science (Regeneron Science Talent Search 2026) y presentación pública del proyecto RetinaMind.