Un equipo dirigido por científicos computacionales de la Universidad de Leeds (UL) ha desarrollado un conjunto de algoritmos que estiman la masa y el volumen diastólico final del ventrículo izquierdo, analizando la densidad y grado de tortuosidad de los vasos de la retina. Las imágenes retinales utilizadas proceden de pruebas oftalmológicas estándar dirigidas a evaluar la posible existencia de patologías primarias del ojo, o sistémicas, tales como la retinopatía diabética, por lo que no se requiere ningún método de adquisición especialmente adaptado. La combinación formada por imagen y datos demográficos del paciente permite predecir el riesgo de infarto de miocardio con una sensibilidad y especificidad del 80 y del 74%, respectivamente.

Alejandro Frangi, investigador en la Facultad de Computación de la UL y director del estudio, afirma que los cambios en los capilares retinales ya habían sido previamente reconocidos como indicadores de enfermedades vasculares de mayor alcance. Sin embargo, sólo el advenimiento de técnicas de inteligencia artificial como el Deep Learning ha permitido identificar patrones informativos en la intrincada capilarización de la retina. Esta técnica podría revolucionar el cribado de las enfermedades coronarias, ya que la obtención de imágenes retinales es trivial y comparativamente barata en los centros oftalmológicos. Además, la automatización inherente al análisis por inteligencia artificial podría acelerar la derivación de los pacientes al cardiólogo, concluye Frangi.