Aspecto de una cámara de fondo de ojo sin dilatación (Topcon)
Jason Ruck. Non-mydriatic Topcon retinal camera. Wikimedia Commons. 2007. Figure 1. Source ID: commons.wikimedia.org/wiki/File:Retinal_camera.jpg. License: CC BY-SA 3.0.
Esta es una foto del aspecto de una cámara de fondo de ojo sin dilatación fabricada por Topcon, que muestra la forma estándar de un equipo de mesa con unidad principal, ocular, mentonera y joystick de control. Corresponde al dispositivo de cámara de fondo de ojo sin dilatación tratado en la sección “1. ¿Qué es la fotografía de fondo de ojo sin dilatación?”.
La fotografía de fondo de ojo sin dilatación es un método de imagen que permite fotografiar el fondo de ojo sin usar gotas para dilatar la pupila. En una habitación oscura o con poca luz, se favorece la dilatación natural de la pupila y se observa el polo posterior con una cámara de fondo de ojo de iluminación coaxial mediante el método indirecto. El campo visual estándar es de 45°, y la toma se centra en la mácula, la papila óptica y las áreas alrededor de los arcos vasculares.
En entornos que combinan una cámara de fondo de ojo gran angular sin dilatación y OCT, es posible obtener imágenes diagnósticas amplias y precisas incluso sin dilatación. Según las condiciones, puede ser mejor que la observación con oftalmoscopio para detectar hemorragias retinianas. Sin embargo, para observar las lesiones de la retina más periférica se necesita un examen de fondo de ojo con dilatación.
Se utiliza ampliamente para el cribado de retinopatía diabética, glaucoma, AMD y retinopatía hipertensiva. En los últimos años, la combinación con análisis automático mediante IA (inteligencia artificial) ha llamado la atención para mejorar la eficiencia del cribado1), y también se está expandiendo el uso de la fotografía de fondo de ojo en telemedicina (teleoftalmología)2).
Q¿Qué es una cámara sin dilatación?
A
Es un dispositivo que permite fotografiar el fondo de ojo sin usar gotas para dilatar la pupila. La toma se realiza en una habitación oscura después de que la pupila se haya dilatado de forma natural. Tampoco requiere gotas anestésicas, y una ventaja es que se puede ir a casa y conducir inmediatamente después del examen. Sin embargo, si la pupila no se abre lo suficiente o si se necesita observar en detalle la periferia de la parte posterior del ojo, puede ser necesario un examen con gotas dilatadoras.
Cámara de fondo de ojo sin dilatación (tipo estándar)
Campo visual: 45° (centrado en el polo posterior)
Anestesia: No se necesitan gotas anestésicas
Modos principales de captura: color, verde (sin rojo), infrarrojo
Indicaciones: cribado de retinopatía diabética, glaucoma y AMD
Cámara de fondo de ojo de gran angular sin dilatar
Campo visual: 100–200° (Optos, etc.)
Anestesia: no se necesita anestesia tópica
Modos principales de captura: color, FAF, FA (con contraste)
Indicaciones: casos en los que es necesario observar la periferia de la retina
Autofluorescencia del fondo de ojo (FAF)
Principio: detecta la fluorescencia de la lipofuscina mediante excitación con luz azul de onda corta (488 nm)
Anestesia: no necesaria
Indicaciones: evaluación de AMD, retinitis pigmentaria y atrofia geográfica
Característica: evalúa el estado metabólico del epitelio pigmentario de la retina sin usar medio de contraste
Protocolo: Dos imágenes del polo posterior (centradas en la papila y en la mácula) son el estándar
Precisión del cribado: Las cámaras sin midriasis tienen buena sensibilidad y especificidad para la retinopatía diabética3)
GL de la Sociedad de Oftalmología y Diabetes: Se recomienda realizar exámenes de fondo de ojo periódicos desde la primera consulta6)
Glaucoma
Hallazgos principales: aumento de la relación C/D, NFLD (defecto de la capa de fibras nerviosas), hemorragia del disco óptico
Criterios de evaluación: Se requiere estudio adicional si la relación C/D es de 0,7 o más, o si la diferencia entre ambos ojos es de 0,2 o más. Se requiere estudio adicional si la relación R/D es de 0,1 o menos
Nota: Se combina con la medición del grosor de la capa de fibras nerviosas de la retina (RNFL) mediante OCT
Análisis con IA: El aprendizaje profundo tiene alta precisión para la detección automática de neuropatía óptica glaucomatosa5)
Degeneración macular relacionada con la edad (AMD)
En el cribado de pacientes con diabetes, el estándar es tomar dos imágenes del polo posterior (centradas en el disco óptico y la mácula). Si hay una cámara gran angular disponible, se puede sustituir por una sola imagen. Después de la fotografía sin dilatación pupilar, se recomienda añadir OCT para evaluar el edema macular. Si la etapa ha avanzado a preproliferativa o más, considere un estudio adicional con angiografía con fluoresceína (FA).
Seguimiento de la DMAE (fase de drusas): cada 6 a 12 meses
Es importante evaluar los cambios a lo largo del tiempo mediante fotografías periódicas. Compararlas con imágenes previas mejora la detección de cambios sutiles.
4. Cómo interpretar los hallazgos normales y anormales
Fotografía normal del fondo de ojo (ojo izquierdo): disco óptico, mácula, arcadas vasculares
Mikael Haggstrom. Fundus photograph of normal left eye. Wikimedia Commons. 2012. Figure 1. Source ID: commons.wikimedia.org/wiki/File:Fundus_photograph_of_normal_left_eye.jpg. License: CC BY-SA.
Esta es una fotografía en color del fondo de ojo del ojo izquierdo de un varón sano de 25 años, que muestra hallazgos normales del fondo de ojo, incluido un disco óptico anaranjado rojizo bien delimitado, la mácula, las arcadas vasculares superior e inferior y el trayecto de los vasos retinianos. Corresponde a la imagen normal del disco óptico y la mácula tratada en la sección “4. Cómo interpretar los hallazgos normales y anormales”.
También puede servir como indicador para evaluar el control general
Q¿Qué enfermedades se pueden detectar en la fotografía de fondo de ojo?
A
La fotografía de fondo de ojo puede detectar retinopatía diabética, glaucoma, degeneración macular relacionada con la edad, retinopatía hipertensiva y oclusión de la vena retiniana. La forma de la papila óptica ayuda a valorar la sospecha de glaucoma, y la presencia o ausencia de hemorragias, manchas algodonosas y neovasos se usa para evaluar el grado de retinopatía diabética. Como puede detectar alteraciones antes de que aparezcan los síntomas, los exámenes periódicos del fondo de ojo son importantes.
5. Limitaciones de la fotografía y decisión de dilatar la pupila
No se puede observar la retina periférica más extrema: La fotografía sin dilatación se centra principalmente en el polo posterior. Para observar la degeneración en empalizada y los desgarros retinianos, es necesaria la dilatación
No se puede observar el vítreo: Si se necesita evaluar la opacidad vítrea, como en la uveítis, es indispensable el examen de fondo de ojo con dilatación
Disminución de la calidad por cataratas y pupilas pequeñas: si la opacidad del cristalino es intensa o la pupila no se dilata (pupila pequeña), la calidad de la imagen disminuye
Depende del tamaño pupilar: si la pupila no se dilata lo suficiente (orientativamente: menos de 4 mm), no se puede obtener una imagen nítida
El uso de agentes dilatadores se decide teniendo en cuenta el estado del ángulo de la cámara anterior y las condiciones sociales de la visita, como si la persona conducirá. Antes de la dilatación, confirme lo siguiente.
Ángulo de la cámara anterior: está contraindicado en principio si hay glaucoma de ángulo cerrado o sospecha de él
Alergia a la fenilefrina: confirmar el antecedente médico es imprescindible, especialmente en la primera dilatación
Conducir coches o bicicletas: No se debe conducir durante 4 a 6 horas después de la dilatación. Explíqueselo al paciente con antelación
Tipos de colirios dilatadores: Lo habitual es usar una mezcla de tropicamida (0,5–1%) y fenilefrina (2,5–5%)
Q¿Está bien no dilatar las pupilas?
A
En los controles periódicos de diabetes y glaucoma estables, muchas veces basta con combinar una cámara de fondo de ojo de gran angular y OCT sin dilatar la pupila. Sin embargo, si es necesario observar con detalle la inflamación dentro del ojo (uveítis) o la periferia de la retina, o si es la primera consulta, se recomienda el examen con dilatación. Después de dilatar, la visión se vuelve borrosa durante unas 4 a 6 horas, pero es temporal.
Una cámara de fondo de ojo sin dilatación es una cámara de fondo de ojo con iluminación coaxial (método indirecto). Observa la retina a través de la córnea, el cristalino y el vítreo. Se compone de los siguientes elementos.
Fuente de luz: ilumina la retina con una lámpara de flash (blanca, verde, azul, infrarroja)
Sensor de imagen: captura digitalmente las imágenes con un sensor CCD o CMOS
Sistema óptico: forma una imagen real invertida con una lente objetiva, una lente de campo y una lente de fondo de ojo
Filtros espectrales: se intercambian según el modo de captura (color, verde, infrarrojo, FAF, etc.)
Fotografía en color: la más común. Permite una evaluación global de las hemorragias, las manchas blancas y la forma de la papila óptica
Fotografía con luz verde (sin rojo): elimina la luz roja y resalta la capa de fibras nerviosas superficiales y las hemorragias. Útil para observar NFLD
Fotografía infrarroja: se usa para observar las capas profundas (epitelio pigmentario de la retina y coroides). Se ve menos afectada por cataratas y opacidades vítreas
Autofluorescencia del fondo de ojo (FAF): detecta la fluorescencia de lipofuscina con excitación por luz azul de onda corta (488 nm). Evalúa el estado metabólico del epitelio pigmentario de la retina. Útil para valorar la AMD, la retinitis pigmentosa y la atrofia geográfica
Se guardan como imágenes digitales en la historia clínica electrónica y se usan para comparar cambios a lo largo del tiempo. Se recomienda una resolución estándar de 15 megapíxeles o más. Registre la fecha de la toma, el ojo, la dirección de la toma y los ajustes de la cámara.
Diagnóstico automático de la retinopatía diabética mediante IA: avanza la investigación sobre la detección de la retinopatía diabética con alta sensibilidad y alta especificidad mediante el análisis automático de imágenes de fondo de ojo usando aprendizaje profundo. Se han publicado sistemas de diagnóstico con IA desarrollados y validados con datos de poblaciones multiétnicas1). Además, se han realizado ensayos clínicos pivotal de un sistema de diagnóstico autónomo con IA en atención primaria, y se están acelerando los esfuerzos para su uso práctico4)
Aplicación a la teleoftalmología: la teleoftalmología, en la que las imágenes tomadas con una cámara de fondo de ojo sin dilatación son interpretadas a distancia por especialistas en oftalmología, se está extendiendo. Contribuye especialmente al cribado de la retinopatía diabética en zonas donde el acceso a especialistas es difícil2). Sin embargo, siguen existiendo retos relacionados con la calidad de la imagen, la implementación del sistema y el reembolso
Cribado con IA para glaucoma: también avanza la investigación sobre la detección automática de la neuropatía óptica glaucomatosa mediante aprendizaje profundo con fotografías en color de fondo de ojo. Un estudio informó un rendimiento comparable al de los especialistas5)
Programa británico de detección de retinopatía diabética: el cribado nacional con cámara de fondo de ojo sin dilatar se ha realizado desde 2003 y ha contribuido a reducir la pérdida de visión por diabetes3)
Ampliación del uso de FAF: la mayor precisión del análisis de autofluorescencia del fondo de ojo (FAF) está ampliando su uso para predecir la progresión de la atrofia geográfica en la DMAE y para el seguimiento de la retinitis pigmentosa.
Ting DSW, Cheung CY, Lim G, Tan GSW, Quang ND, Gan A, et al. Development and Validation of a Deep Learning System for Diabetic Retinopathy and Related Eye Diseases Using Retinal Images From Multiethnic Populations With Diabetes. JAMA. 2017;318(22):2211-2223. doi:10.1001/jama.2017.18152. PMID:29234807; PMCID:PMC5820739.
Sim DA, Keane PA, Tufail A, et al. Automated retinal image analysis for diabetic retinopathy in telemedicine: potential and pitfalls. Ophthalmic Surg Lasers Imaging Retina. 2015;46(6):615-624.
Scanlon PH. The English National Screening Programme for diabetic retinopathy 2003-2016. Acta Diabetol. 2017;54(6):515-525.
Abràmoff MD, Lavin PT, Birch M, Shah N, Folk JC. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offices. NPJ digital medicine. 2018;1:39. doi:10.1038/s41746-018-0040-6. PMID:31304320; PMCID:PMC6550188.
Li Z, He Y, Keel S, et al. Efficacy of a deep learning system for detecting glaucomatous optic neuropathy based on color fundus photographs. Ophthalmology. 2018;125(8):1199-1206.