Oftalmociencia Innova Latinoamérica 2026 · Lima

Oftalmología aumentada.

De dónde viene todo esto, y hacia dónde va.

WALTER ROSALES
Sesión de casos

Vamos a ver casos clínicos.

Ficha, motivo de consulta, laboratorio, evolución. Siete expedientes, en orden, como cualquier martes.

Sólo que ninguno de los pacientes es una persona.

Casos 01 y 02 · archivados1958 · 1998

Perceptrón  ·  LeNet-5

Dos pacientes que llegaron demasiado pronto.

Qué eran
Máquinas que aprendían a separar. El perceptrón trazaba una raya entre dos grupos; LeNet-5 ya reconocía formas.
Para qué
Distinguir dos clases de figuras  ·  leer los números escritos a mano de un cheque.
Con qué aprendieron
Un tablero de 400 sensores de luz  ·  sesenta mil dígitos manuscritos.
SÍ PUEDE NO PUEDE
Cuando los dos grupos se cruzan, no hay raya que los separe.
Eso lo mató, y con él a toda la disciplina durante quince años.
Laboratorio
0.95%de error leyendo dígitos escritos a mano. En 1998 ya funcionaba: lo que faltaba eran datos y computadoras, no ideas.
Caso 03 · archivado2012

AlexNet

El paciente que despertó a toda la industria en una tarde.

Qué era
La primera red que miró una imagen por capas, como usted lee una retinografía: primero el contorno, después la textura, al final el nombre.
Para qué
Poner nombre a lo que hay en una foto, entre mil posibilidades.
Con qué aprendió
1.2 millones de fotografías etiquetadas a mano.
imagen bordes texturas formas catarata
Nadie le dijo qué era un borde. Lo dedujo de mirar un millón de imágenes.
Laboratorio · la competencia anual de reconocimiento de imágenes
15 de 100imágenes falladas, contra 26 de cada 100 del segundo lugar. En un concurso que se ganaba por décimas, eso fue un abismo — y en un año el campo entero cambió de método.
Caso 04 · sigue en tratamiento2015

U-Net

El paciente del que nadie habla y que usted usa cada semana.

Qué es
La primera que no dijo «hay edema» sino «el edema está aquí» — marcando el contorno, punto por punto.
Para qué
Delimitar estructuras en imagen médica cuando hay poquísimos casos marcados.
Con qué aprendió
Treinta imágenes. Treinta.
la imagen qué es dónde está baja · comprime sube · reconstruye
Los puentes punteados le regresan el detalle que se pierde al bajar.
Sin ellos sabría qué es, pero no podría dibujar el contorno.
Evolución
Es la que hoy delimita capas de OCT, disco óptico, úlcera corneal y edema macular en el software que usted ya tiene abierto. Nunca tuvo un titular de periódico, y es con diferencia la que más medicina ha hecho.
Caso 05 · alta con seguimiento2016

Tamizaje de retinopatía diabética

El caso en el que la oftalmología deja de ser espectadora. Gulshan et al., JAMA.

Qué era
La misma idea de AlexNet, apuntada a una retinografía en vez de a una foto cualquiera.
Para qué
Decidir si un paciente diabético debe ser referido. No diagnosticar: triar.
Con qué aprendió
128,175 retinografías, graduadas de tres a siete veces por un panel de 54 oftalmólogos y residentes.
S 90.3% E 98.1% AUC 0.991 azar 1 − especificidad sensibilidad
La curva que usted ya sabe leer. Cuanto más pegada a la esquina, mejor discrimina.
Evolución
Dos años después la FDA autorizó el primer sistema que emite resultado sin oftalmólogo en sitio. Hoy son tres.
Caso 06 · primera parte2013 → 2017

De palabras a números

Antes de que una máquina pueda leer, alguien tuvo que convertir el idioma en algo que se pueda sumar.

El problema
Una computadora no puede operar con la palabra «catarata». Puede operar con 0.82.
La solución
Darle a cada palabra una lista de números — cientos de ellos — aprendida de ver en qué frases aparece.
Y el efecto raro
Las palabras que significan cosas parecidas quedan cerca unas de otras. La distancia se vuelve significado, sin que nadie escribiera un diccionario.
catarata 0.82 −0.14 0.05 0.77 0.31 … catarata cristalino faco glaucoma PIO campo visual el mapa lo arma sola, leyendo textos
Todo lo que viene después opera sobre estos números.
Nunca sobre las palabras.
Caso 06 · segunda parteTransformer · 2017

La atención

Dejó de leer palabra por palabra. Mira la frase entera y decide qué se relaciona con qué.

el paciente refiere que su visión empeoró «su» = el paciente qué empeoró
Sabe que «su» se refiere al paciente y no al acompañante.
Eso, que parece trivial, es lo que faltaba.
módulo 1 ¿de quién? módulo 2 ¿qué? módulo 3 ¿qué acción? el paciente refiere que su visión empeoró el paciente refiere que su visión empeoró el paciente refiere que su visión empeoró los tres a la vez, en paralelo
No hay una sola lectura: hay decenas corriendo en paralelo,
cada una siguiendo una relación distinta, y al final se suman.
Ocho años después, un modelo médico contesta 86.5% de las preguntas de examen tipo USMLE. Pero un examen aprobado no es una consulta resuelta.
Caso 07 · el presente2023 → 2025

Modelos fundacionales de ojo

El último expediente cerrado — y el punto donde empieza el pronóstico.

Qué son
No aprenden una enfermedad: aprenden a mirar ojos. La tarea se les pide después.
Con qué aprendieron
14.5 millones de imágenes de cinco tipos de estudio, con el texto clínico al lado.
Laboratorio · ensayo aleatorizado, doble ciego · el mismo oftalmólogo, con y sin ayuda
Diagnósticos correctos
Con el modelo
92.2%
Sin el modelo
75.4%
Derivaciones adecuadas
Con el modelo
92.2%
Sin el modelo
80.5%
668 PACIENTES · 16 OFTALMÓLOGOS · p < 0.001 · UN SOLO CENTRO, EN CHINA
SE ENTRENA UNA VEZ millones de ojos, sin marcar retinopatía glaucoma informe la tarea se le pide después
No es que la máquina le gane al médico: el médico con la máquina le gana al médico solo. Y ese es el último dato firme que tenemos — de aquí en adelante, todo es pronóstico.
Pronóstico · la discusión que está abierta ahora mismo

¿Basta con hacerlo más grande, o hace falta otra cosa?

Campo 01 · escalar

Más datos, más cómputo, más tamaño

La apuesta de los grandes laboratorios: lo que ya tenemos, mucho más grande, llega solo. Dario Amodei lo describió como «un país de genios en un centro de datos».

Campo 02 · arquitecturas nuevas

Los modelos de lenguaje no llegan

Yann LeCun dejó Meta tras doce años como jefe científico y en marzo de 2026 levantó 1,030 millones de dólares — la mayor ronda semilla de la historia europea — para construir otra cosa: sistemas que aprenden cómo se comporta el mundo, no cómo se encadenan las palabras.

Ninguno de los dos campos tiene la respuesta todavía. Pero de quién tenga razón depende qué le van a vender en tres años: más de lo mismo, mucho mejor — o algo que funciona de otra manera y hay que volver a validar desde cero.
Pronóstico · y lo que ya salió de la pantalla

Hasta aquí, todo aprendió de texto e imágenes. Lo que viene aprende de tocar.

IA física

Contacto, fuerza, consecuencia

Un modelo de lenguaje aprende de textos. Un sistema de IA física aprende de lo que pasa cuando un instrumento toca tejido: cuánta presión, qué cede, qué se rompe. Es lo que le falta a la cirugía robótica — y hay un consorcio de 35 organizaciones construyendo el conjunto de datos abierto para entrenarla, en cirugía y en ecografía.

Agentes

Dejaron de responder y empezaron a ejecutar

Preparan el expediente antes de la consulta, redactan la derivación, detectan al paciente que no volvió. La pregunta dejó de ser qué puede hacer un agente. Ahora es qué le confías sin revisar.

Las dos cosas comparten un problema: los datos con los que se entrenan casi no existen todavía. Quien los genere decide para qué población funcionan — y por eso importa quién está en la mesa.
Y el expediente que falta

El caso 08 se está escribiendo ahora. Esta vez usted está en la sala.

Durante setenta años los oftalmólogos se enteraron cuando ya estaba hecho. Con qué datos se entrena y en qué población se valida lo decide, ahora sí, gente sentada en esta sala.

Esta plática, completa
ESCRÍBEME. CONTESTO YO, NO UN FORMULARIO.
Walter Rosales
CEO & Co-Founder · iGalenus
walter-rosales.com walter.rosales@igalenus.com Instagram · @walterr_rosales
Fuentes y notas

El expediente de cada caso, y de cada pronóstico.

Caso 01 · Perceptrón, 1958Rosenblatt F. Psychological Review, 1958; el Mark I usaba una retícula de 400 fotoceldas. Minsky M y Papert S, «Perceptrons» (1969), mostraron que un perceptrón de una capa no puede representar la función XOR — el «no puede» del diagrama.
Caso 02 · LeNet-5, 1998LeCun Y, Bottou L, Bengio Y, Haffner P. Proc. IEEE, 1998. Error de prueba de 0.95% en MNIST sin distorsiones.
Caso 03 · AlexNet, 2012Krizhevsky A, Sutskever I, Hinton G. NeurIPS 2012. Error top-5 de 15.3% en ILSVRC-2012 frente a 26.2% del segundo lugar; 1.2 M imágenes de 1,000 clases.
Caso 04 · U-Net, 2015Ronneberger O, Fischer P, Brox T. MICCAI 2015. Entrenada sobre 30 imágenes anotadas; ganó dos categorías del ISBI Cell Tracking Challenge 2015 «por amplio margen».
Caso 05 · Retinopatía diabética, 2016Gulshan V, et al. JAMA. 2016;316(22):2402–2410. Inception-v3; 128,175 retinografías graduadas de 3 a 7 veces por 54 oftalmólogos y residentes. AUC 0.991 (EyePACS-1) y 0.990 (Messidor-2); en alta especificidad, S 90.3% y E 98.1%. La curva del diagrama es esquemática. Sistemas autónomos autorizados por la FDA: LumineticsCore/IDx-DR (2018), EyeArt (2020), AEYE-DS (2022; portátil 2024).
Caso 06a · de palabras a númerosMikolov T, et al., 2013 (word2vec): representaciones vectoriales de palabras aprendidas de su contexto, donde la cercanía en el espacio corresponde a cercanía de significado. El mapa oftalmológico del diagrama es ilustrativo, no una proyección real.
Caso 06b · Transformer, 2017Vaswani A, et al. «Attention Is All You Need.» NeurIPS 2017 — de ahí los módulos de atención en paralelo. La cifra médica es de Singhal K, et al., Nature Medicine, 2025: Med-PaLM 2 alcanza 86.5% de aciertos en MedQA (preguntas tipo USMLE). Los ejemplos de frases son ilustrativos, no salidas del modelo.
Caso 07 · modelos fundacionales de ojoZhou Y, et al. Nature, 2023 (RETFound): 1.6 M imágenes de retina sin etiquetar. «An eyecare foundation model for clinical assistance: a randomized controlled trial», Nature Medicine, agosto de 2025: 14.5 M imágenes de cinco modalidades con texto clínico; ensayo paralelo unicéntrico doble ciego en China, 668 participantes (edad media 57.5 años, 79.5% hombres), 16 oftalmólogos. Diagnóstico correcto 92.2% vs 75.4%; derivación 92.2% vs 80.5%; ambos p < 0.001.
Pronóstico · escalar«Un país de genios en un centro de datos» es de Dario Amodei, director general de Anthropic, en su ensayo «Machines of Loving Grace» (octubre de 2024).
Pronóstico · arquitecturas nuevasYann LeCun dejó Meta en noviembre de 2025 tras doce años como jefe científico de IA. Su empresa, AMI Labs, anunció el 10 de marzo de 2026 una ronda de 1,030 millones de dólares con valuación pre-money de 3,500 millones — la mayor ronda semilla de la historia europea (TechCrunch, 9–10 de marzo de 2026). Su tesis pública es que escalar modelos de lenguaje no alcanza para llegar a inteligencia general, y que hacen falta world models — en su caso, la arquitectura JEPA.
Pronóstico · IA física«IA física» es el término con el que NVIDIA y buena parte de la industria de robótica nombran a los sistemas que aprenden cómo se comporta el mundo por contacto, fuerza y consecuencia, y no sólo de texto o imágenes. Open-H-Embodiment es una iniciativa comunitaria que construye el conjunto de datos abierto para entrenar y evaluar autonomía en robótica quirúrgica y ecografía; su comité incluye a Axel Krieger (Johns Hopkins), Nassir Navab (TU Múnich) y Mahdi Azizian (NVIDIA), y abarca 35 organizaciones.
Los diagramasEstán dibujados para esta plática, no generados. Son esquemas conceptuales: explican el mecanismo, no reproducen la figura original de cada artículo.