Resumen ampliado
El artículo analiza cómo la inteligencia artificial se está incorporando al diagnóstico del ojo seco, principalmente como una capa de análisis integrada en plataformas o equipos clínicos. Su objetivo no es reemplazar el examen, sino ayudar a interpretar grandes cantidades de imágenes y datos de superficie ocular.
Se describen herramientas capaces de combinar información como TBUT, tinciones, cuestionarios, Schirmer, antecedentes y condiciones ambientales. Otros equipos utilizan algoritmos para interpretar imágenes tomadas con diferentes tipos de iluminación y generar reportes de apoyo diagnóstico.
La investigación también explora modelos para medir menisco lagrimal a partir de imágenes de teléfonos inteligentes, detectar ruptura de película lagrimal, analizar osmolaridad y procesar meibografías. Incluso se han desarrollado modelos multimodales capaces de combinar imágenes y datos clínicos para estimar la presencia de ojo seco, MGD o blefaritis.