Capítulo 35. Imagen avanzada, microscopía confocal e inteligencia artificial

CAPÍTULO 35 Sección V Diagnóstico: metodología DEWS III

Sinopsis

Las técnicas avanzadas de imagen y de análisis enriquecen el fenotipado del ojo seco, pero no sustituyen a los tres marcadores de homeostasis del diagnóstico. Este capítulo distingue con honestidad lo que ya es uso clínico rutinario de lo que sigue siendo investigación. Presenta una panorámica del gradiente de la investigación a la clínica; la microscopía confocal in vivo, con su valoración de los nervios corneales, las células dendríticas como biomarcador de inflamación, las células caliciformes y las glándulas de Meibomio a nivel acinar; la tomografía de coherencia óptica de segmento anterior, con el menisco, el grosor epitelial y la angiografía de superficie; la meibografía avanzada y su análisis automatizado; la interferometría, la topografía dinámica y la aberrometría de doble paso que capturan el impacto visual; la inteligencia artificial y el aprendizaje profundo, con sus aplicaciones, sus sesgos y su estado actual; y los biosensores y la integración multimodal. La idea rectora es que estas técnicas aportan sobre todo consistencia, velocidad y biomarcadores estructurales prometedores, pero que su papel es complementario, y que la jerarquía diagnóstica del DEWS III se mantiene en los tres marcadores nucleares.

Objetivos de aprendizaje

Al finalizar este capítulo, el lector será capaz de:

• Situar la imagen avanzada como complementaria de los tres marcadores de homeostasis.
• Describir los biomarcadores de la microscopía confocal in vivo y sus limitaciones.
• Valorar el papel de la tomografía de coherencia óptica de segmento anterior.
• Reconocer el estado del análisis automatizado y de la inteligencia artificial en el diagnóstico.
• Distinguir el uso clínico rutinario de la investigación en cada modalidad.
• Comprender el horizonte de la integración multimodal para el fenotipado.

Introducción

Los tres marcadores de homeostasis —el tiempo de rotura, la osmolaridad y la tinción— no cambian en el DEWS III, y toda la imagen avanzada de este capítulo es complementaria: sirve para subclasificar el driver, monitorizar o investigar, pero no sustituye a los marcadores nucleares.¹,² Muchas de estas técnicas, evaluadas por su potencial diagnóstico o de cribado, no se usan todavía de forma amplia ni en la clínica ni en la investigación.¹ El eje del capítulo es precisamente ese gradiente de la investigación a la clínica, marcado con honestidad en cada punto.

35.1 Panorámica: de la investigación a la clínica

En el extremo del uso rutinario están la meibografía infrarroja, la interferometría de la capa lipídica, la tomografía del menisco y la topografía dinámica del tiempo de rotura, desarrolladas en los capítulos correspondientes.¹,² En el terreno emergente y subespecializado se sitúan la microscopía confocal, la tomografía del grosor epitelial, la aberrometría de doble paso y el análisis automatizado por software; y en el de la investigación, la angiografía de superficie, los biosensores y los modelos de aprendizaje profundo sin validación externa.¹ La inteligencia artificial es un hilo transversal: el aprendizaje profundo ya ha mostrado que la edad, la tinción y los síntomas son los principales predictores de una película inestable, aunque sería impracticable evaluar todos los parámetros para diagnosticar en la clínica.¹,³ La motivación de fondo es que una prueba no invasiva y simplificada podría permitir un cribado y un diagnóstico más precoces y ampliar el acceso más allá de la consulta oftalmológica.¹ Entre las señales estructurales ya asociadas a la enfermedad están el aumento de la densidad de células dendríticas, el descenso de la densidad de nervios corneales y las estructuras tipo microneuroma.¹

35.2 La microscopía confocal in vivo

La microscopía confocal in vivo obtiene secciones ópticas de tipo histológico de la córnea y la conjuntiva a resolución celular.⁴ Sus limitaciones son intrínsecas: un campo de visión muy pequeño que obliga a mosaicos, una técnica de contacto que exige anestesia y colaboración, un equipo caro con curva de aprendizaje y, sobre todo, la falta de estandarización de los criterios y del software entre centros.¹,⁴,⁵

En los nervios corneales, los parámetros medibles del plexo subbasal son la densidad de fibras, la longitud, la tortuosidad, la reflectividad, el arrosariamiento y los microneuromas.¹,⁵,⁶ El patrón en la enfermedad es un descenso de la densidad y la longitud con un aumento de la tortuosidad.¹,⁵ Se acompaña de un descenso acelerado de la densidad de células endoteliales respecto al envejecimiento normal.⁷ Un matiz importante es que la densidad de nervios es un marcador algo poco fiable, y son más útiles la tortuosidad, la reflectividad, el arrosariamiento y la frecuencia de microneuromas.⁵ La osmolaridad muestra una correlación negativa débil con los parámetros nerviosos, y el Sjögren presenta mayor tortuosidad y menor densidad que las formas no autoinmunes.⁵,⁸ Los estudios confocales de nervios documentan alteraciones por subtipos.¹,⁹ Los microneuromas se han propuesto como biomarcador objetivo del dolor corneal neuropático, materia del capítulo 25, pero una revisión sistemática advierte de la falta de estandarización de la nomenclatura y de la incertidumbre sobre su especificidad, de modo que su relación con el dolor sigue sin aclararse.⁵,¹⁰,¹¹

Las células dendríticas epiteliales, visualizables y contables por confocal, constituyen un biomarcador in vivo de inflamación de la superficie: su densidad es mayor en los subtipos inflamatorios y permite detectar una inflamación subclínica no aparente clínicamente en la disfunción de Meibomio.¹,¹²,¹³ Esa densidad se correlaciona con los síntomas y aumenta en los subtipos con respuesta linfocítica.¹²,¹³ Y disminuye con el tratamiento antiinflamatorio, lo que la hace candidata a marcador de actividad y de respuesta.¹ La confocal permite además evaluar la morfología epitelial, la densidad de células caliciformes y la metaplasia escamosa in vivo, como alternativa a la citología de impresión.¹

En las glándulas de Meibomio, la confocal mide a nivel del orificio la densidad y el diámetro acinares, la densidad de células inflamatorias periductales y la fibrosis periglandular.¹,¹⁴ Aquí es obligada una advertencia honesta: la confocal no puede visualizar las glándulas en sí en el margen humano por la atenuación de la luz a esa profundidad, y las estructuras que se ven son las crestas epidérmicas, cuyas alteraciones se interpretan como el desplazamiento de la unión mucocutánea, de modo que su uso clínico es limitado.¹ Se ha aplicado el aprendizaje profundo a la detección de la disfunción de Meibomio obstructiva por confocal, y se ha cuantificado la afectación acinar en el Sjögren y su cambio con la edad.¹⁵,¹⁶

35.3 La tomografía de coherencia óptica de segmento anterior

La tomografía de coherencia óptica cuantifica el área de sección transversal del prisma lagrimal y su volumen, y la variante de dominio espectral aporta mayor resolución, profundidad y repetibilidad, materia de rutina desarrollada en el capítulo 30.¹ El corte de altura del menisco igual o inferior a 0,20 milímetros indica un ojo seco acuodeficiente, con la cautela de que las medidas son dependientes del instrumento y del operador y se distorsionan por los pliegues conjuntivales.¹,¹⁷ Se han correlacionado la altura del menisco, el Schirmer, el tiempo de rotura y la temperatura de superficie.¹⁸ La tomografía se ha usado también para evaluar la fase precoz del aclaramiento lagrimal y, con contraste, el aclaramiento de los lípidos.¹,¹⁹ Los sistemas que combinan la tomografía con la interferometría de franjas miden simultáneamente el grosor de la capa lipídica y el total de la película.¹ El grosor epitelial central es en general similar en la enfermedad y en los controles, y aunque el epitelio superior tiende a ser más fino en las formas graves, el hallazgo no es consistente, por lo que su valor diagnóstico es limitado.¹ La tomografía puede además imaginar las glándulas de Meibomio con mayor sensibilidad que la meibografía tradicional y resolver la morfología de los pliegues conjuntivales.¹ Por último, la angiografía de tomografía de segmento anterior visualiza de forma no invasiva la vasculatura conjuntival y limbar, una herramienta emergente para cuantificar la hiperemia y la isquemia limbar, todavía en investigación.²⁰

35.4 La meibografía avanzada y su análisis automatizado

La meibografía, desarrollada en el capítulo 34, obtiene siluetas bidimensionales de las glándulas por imagen infrarroja o transiluminación y cuantifica la pérdida glandular, y es materia de rutina.¹ Entre las morfologías avanzadas se describen la truncación, la dilatación y la tortuosidad, aunque ninguna aislada predice bien la enfermedad y la longitud glandular es la métrica clave para la función.¹ El análisis automatizado con modelos de aprendizaje profundo segmenta las glándulas y cuantifica la atrofia, aportando objetividad y reproducibilidad frente a la gradación subjetiva.¹,²¹

35.5 Interferometría, topografía dinámica y calidad óptica

La interferometría de la capa lipídica, de rutina y desarrollada en el capítulo 34, estima su grosor a partir de los patrones de interferencia, con cortes diagnósticos derivados y validados.¹,²² La interferometría dinámica mide la estabilidad de la extensión lipídica por el número de parpadeos necesario para cambiar el patrón, mucho menor en la enfermedad.¹ La topografía dinámica del disco de Plácido, del capítulo 29, mide de forma objetiva el tiempo hasta la primera rotura y mapea la localización y la velocidad de la desestabilización.¹ La aberrometría de doble paso aporta una dimensión distinta: una película inestable produce dispersión de luz y fluctuación visual, y esta técnica cuantifica la calidad óptica mediante el índice objetivo de dispersión y su dinámica temporal entre parpadeos.¹,²³ El índice aumenta y la calidad óptica cae durante la rotura de la película, lo que caracteriza el impacto visual de la enfermedad —la visión fluctuante— como desenlace funcional, aunque no es un marcador diagnóstico nuclear.²⁴ La termografía, que mapea el enfriamiento evaporativo de la superficie, permanece en investigación.¹

35.6 La inteligencia artificial y el aprendizaje profundo

Las aplicaciones descritas cubren varios frentes. Se ha reportado la automatización del tiempo de rotura, aunque el equipo requerido no está disponible en la clínica.¹ El aprendizaje profundo segmenta las glándulas en la meibografía y cuantifica la atrofia.²¹ Y segmenta automáticamente el plexo nervioso subbasal en la confocal, con resultados similares a la anotación manual pero más rápidos, consistentes y comparables entre centros.⁵,²⁵,²⁶ Se ha aplicado también a la detección de la disfunción de Meibomio por confocal, a la predicción de la inestabilidad de la película, al cribado por teléfono móvil del intervalo máximo de parpadeo y a la gradación de la tinción, cuya fiabilidad sigue siendo limitada.¹,¹⁵

Las revisiones del campo describen su aceleración.³,²⁷ Pero deben subrayarse con honestidad sus salvaguardas: el sesgo de selección de grupos, que infla la sensibilidad y la especificidad cuando se comparan extremos; la necesidad de validación externa multicéntrica en poblaciones y dispositivos diversos, dado que los modelos entrenados en un equipo pueden no transferirse; la escasa explicabilidad de los modelos de caja negra; y la ausencia de un patrón oro objetivo contra el que calibrarlos.¹,⁵ El estado actual, en resumen honesto, es que la inteligencia artificial es prometedora y en aceleración para automatizar y objetivar las medidas y para el cribado, pero casi todo es investigación o preliminar, su ganancia demostrada es la consistencia y la velocidad más que un salto en exactitud diagnóstica, y no está incorporada aún al algoritmo del DEWS III.¹,³,⁵,²⁷

35.7 Biosensores e integración multimodal

La proteómica lagrimal, los biosensores de punto de atención y la osmolaridad de punto de atención se desarrollan en el capítulo 32, y aquí solo se sitúan en el mapa de la imagen y el análisis avanzados.¹ Las plataformas microfluídicas de laboratorio en un chip y los sensores en lentes de contacto para el muestreo continuo de la osmolaridad, la metaloproteinasa 9 y las citocinas permanecen en investigación, sin validación de rutina.⁵ El horizonte del capítulo es la integración multimodal: combinar la estructura de la confocal y la tomografía, la función de la interferometría y la aberrometría, la molecular de los biomarcadores y la inteligencia artificial para fenotipar el driver y monitorizar la respuesta.¹ El DEWS III advierte, no obstante, que los índices compuestos de gravedad propuestos siguen siendo incompletos, porque faltan pruebas clave o se basan en paneles de expertos pequeños.¹ La prudencia editorial obliga a mantener la jerarquía: primero los tres marcadores de homeostasis, y la imagen avanzada y la inteligencia artificial como enriquecimiento del fenotipado, cuyo papel clínico crecerá conforme se estandaricen y validen.¹,⁵

Aplicación clínica

En la práctica, el clínico debe usar hoy con confianza las modalidades ya rutinarias —la meibografía, la interferometría de la capa lipídica, la tomografía del menisco y la topografía dinámica del tiempo de rotura— para subclasificar el driver, y reservar las técnicas emergentes para contextos específicos. La microscopía confocal es útil en la subespecialidad para caracterizar el dolor neuropático mediante los microneuromas, para objetivar la inflamación mediante las células dendríticas y para el estudio del Sjögren, pero su carácter invasivo, su coste y su falta de estandarización limitan su uso general. La tomografía de segmento anterior aporta una medida objetiva del menisco y del grosor epitelial en casos seleccionados. La aberrometría de doble paso es valiosa para documentar el impacto visual de la enfermedad, sobre todo antes de la cirugía refractiva o de catarata. Y las herramientas de inteligencia artificial deben interpretarse como ayudas que aportan consistencia y velocidad a la cuantificación, no como sustitutos del juicio clínico ni de los marcadores diagnósticos nucleares.

Controversias e incertidumbres

Varias cuestiones permanecen abiertas. La falta de estandarización de la microscopía confocal —los criterios de gradación, el número de imágenes, el software— impide comparar poblaciones y frena su adopción.¹,⁵ La relación entre los microneuromas y el dolor neuropático sigue sin aclararse, y su definición carece de consenso.¹⁰,¹¹ La inteligencia artificial arrastra el problema del sesgo de selección, la necesidad de validación externa, la escasa explicabilidad y la ausencia de un patrón oro, de modo que su ganancia demostrada es la consistencia y no la exactitud.¹,⁵ Y los índices compuestos multimodales de gravedad, pese a su atractivo, siguen siendo incompletos por la falta de pruebas clave y de validación amplia.¹

Puntos clave

• La imagen avanzada es complementaria; los tres marcadores de homeostasis no cambian en el DEWS III.
• La microscopía confocal cuantifica los nervios corneales, las células dendríticas de la inflamación y la afectación acinar, pero es invasiva y no está estandarizada.
• La densidad de nervios es un marcador poco fiable; son más útiles la tortuosidad, el arrosariamiento y los microneuromas.
• Las células dendríticas son un biomarcador in vivo de inflamación que disminuye con el tratamiento.
• La tomografía de segmento anterior mide el menisco y el grosor epitelial, con valor diagnóstico limitado para este último.
• La aberrometría de doble paso caracteriza el impacto visual de la enfermedad.
• La inteligencia artificial aporta consistencia y velocidad a la cuantificación, pero es investigación y no está en el algoritmo diagnóstico.

Conclusiones

Las técnicas avanzadas de imagen y de análisis abren una ventana celular, óptica y computacional a la superficie ocular que enriquece la comprensión y el fenotipado del ojo seco. La microscopía confocal aporta biomarcadores estructurales de los nervios y de la inflamación, la tomografía de segmento anterior objetiva el menisco y la vasculatura, la aberrometría captura el impacto visual y la inteligencia artificial promete automatizar y objetivar las medidas. Pero el mensaje central es de prudencia y jerarquía: casi todas estas técnicas son emergentes o de investigación, su ganancia demostrada es la consistencia y la velocidad más que un salto en exactitud, y ninguna sustituye a los tres marcadores de homeostasis del diagnóstico. Su papel, hoy complementario y orientado a la subclasificación y a la monitorización, crecerá a medida que se estandaricen y se validen, y su integración multimodal con los biomarcadores es el horizonte hacia una caracterización cada vez más personalizada de la enfermedad, que la sección de manejo traduce en tratamiento.

Bibliografía

1. Wolffsohn JS, Benítez-Del-Castillo JM, Loya-Garcia D, Inomata T, Iyer G, Liang L, et al. TFOS DEWS III: Diagnostic Methodology. Am J Ophthalmol. 2025;279:387-450. PMID: 40451408 · DOI: 10.1016/j.ajo.2025.05.033

2. Wolffsohn JS, Arita R, Chalmers R, Djalilian A, Dogru M, Dumbleton K, et al. TFOS DEWS II Diagnostic Methodology report. Ocul Surf. 2017;15(3):539-574. PMID: 28736342 · DOI: 10.1016/j.jtos.2017.05.001

3. Storås AM, Strümke I, Riegler MA, Grauslund J, Hammer HL, Yazidi A, et al. Artificial intelligence in dry eye disease. Ocul Surf. 2022;23:74-86. PMID: 34843999 · DOI: 10.1016/j.jtos.2021.11.004

4. Villani E, Baudouin C, Efron N, Hamrah P, Kojima T, Patel SV, et al. In vivo confocal microscopy of the ocular surface: from bench to bedside. Curr Eye Res. 2014;39(3):213-231. PMID: 24215436 · DOI: 10.3109/02713683.2013.842592

5. Stapleton F, Argüeso P, Asbell P, Azar D, Bosworth C, Chen W, et al. TFOS DEWS III: Digest. Am J Ophthalmol. 2025;279:451-553. Corrigendum en: Am J Ophthalmol. 2026;288:350-1. PMID: 40472874 · DOI: 10.1016/j.ajo.2025.05.040

6. Cruzat A, Pavan-Langston D, Hamrah P. In vivo confocal microscopy of corneal nerves: analysis and clinical correlation. Semin Ophthalmol. 2010;25(5-6):171-177. PMID: 21090996 · DOI: 10.3109/08820538.2010.518133

7. Kheirkhah A, Saboo US, Abud TB, Dohlman TH, Arnoldner MA, Hamrah P, et al. Reduced corneal endothelial cell density in patients with dry eye disease. Am J Ophthalmol. 2015;159(6):1022-1026.e2. PMID: 25782347 · DOI: 10.1016/j.ajo.2015.03.011

8. Tuominen IS, Konttinen YT, Vesaluoma MH, Moilanen JA, Helintö M, Tervo TM. Corneal innervation and morphology in primary Sjögren’s syndrome. Invest Ophthalmol Vis Sci. 2003;44(6):2545-2549. PMID: 12766055 · DOI: 10.1167/iovs.02-1260

9. Cox SM, Kheirkhah A, Aggarwal S, Abedi F, Cavalcanti BM, Cruzat A, et al. Alterations in corneal nerves in different subtypes of dry eye disease: an in vivo confocal microscopy study. Ocul Surf. 2021;22:135-142. PMID: 34407488 · DOI: 10.1016/j.jtos.2021.08.004

10. Moein HR, Akhlaq A, Dieckmann G, Abbouda A, Pondelis N, Salem Z, et al. Visualization of microneuromas by using in vivo confocal microscopy: an objective biomarker for the diagnosis of neuropathic corneal pain? Ocul Surf. 2020;18(4):651-656. PMID: 32663518 · DOI: 10.1016/j.jtos.2020.07.004

11. Chinnery HR, Rajan R, Jiao H, Wu M, Zhang AC, De Silva MEH, et al. Identification of presumed corneal neuromas and microneuromas using laser-scanning in vivo confocal microscopy: a systematic review. Br J Ophthalmol. 2022;106(6):765-771. PMID: 33568390 · DOI: 10.1136/bjophthalmol-2020-318156

12. Kheirkhah A, Rahimi Darabad R, Cruzat A, Hajrasouliha AR, Witkin D, Wong N, et al. Corneal epithelial immune dendritic cell alterations in subtypes of dry eye disease: a pilot in vivo confocal microscopic study. Invest Ophthalmol Vis Sci. 2015;56(12):7179-7185. PMID: 26540656 · DOI: 10.1167/iovs.15-17433

13. Qazi Y, Kheirkhah A, Blackie C, Cruzat A, Trinidad M, Williams C, et al. In vivo detection of clinically non-apparent ocular surface inflammation in patients with meibomian gland dysfunction-associated refractory dry eye symptoms: a pilot study. Eye (Lond). 2015;29(8):1099-1110. PMID: 26088680 · DOI: 10.1038/eye.2015.103

14. Villani E, Beretta S, De Capitani M, Galimberti D, Viola F, Ratiglia R. In vivo confocal microscopy of meibomian glands in Sjögren’s syndrome. Invest Ophthalmol Vis Sci. 2011;52(2):933-939. PMID: 21169534 · DOI: 10.1167/iovs.10-5995

15. Maruoka S, Tabuchi H, Nagasato D, Masumoto H, Chikama T, Kawai A, et al. Deep neural network-based method for detecting obstructive meibomian gland dysfunction with in vivo laser confocal microscopy. Cornea. 2020;39(6):720-725. PMID: 32040007 · DOI: 10.1097/ICO.0000000000002279

16. Villani E, Magnani F, Viola F, Santaniello A, Scorza R, Nucci P, et al. In vivo confocal evaluation of the ocular surface morpho-functional unit in dry eye. Optom Vis Sci. 2013;90(6):576-586. PMID: 23670123 · DOI: 10.1097/OPX.0b013e318294c184

17. Matsuyama H, Inomata T, Iwagami M, Nakamura M, Sung J, Fujio K, et al. Diagnostic utility of tear meniscus height measurement using anterior segment optical coherence tomography for dry eye disease. Sci Rep. 2024;14(1):25866. PMID: 39468099 · DOI: 10.1038/s41598-024-75979-w

18. Su TY, Ho WT, Lu CY, Chang SW, Chiang HK. Correlations among ocular surface temperature difference value, the tear meniscus height, Schirmer’s test and fluorescein tear film break up time. Br J Ophthalmol. 2015;99(4):482-487. PMID: 25297654 · DOI: 10.1136/bjophthalmol-2014-305183

19. Napoli PE, Nioi M, d’Aloja E, Fossarello M. The bull’s eye pattern of the tear film in humans during visual fixation on en-face optical coherence tomography. Sci Rep. 2019;9(1):1413. PMID: 30723239 · DOI: 10.1038/s41598-018-38260-5

20. Akagi T, Uji A, Huang AS, Weinreb RN, Yamada T, Miyata M, et al. Conjunctival and intrascleral vasculatures assessed using anterior segment optical coherence tomography angiography in normal eyes. Am J Ophthalmol. 2018;196:1-9. PMID: 30099035 · DOI: 10.1016/j.ajo.2018.08.009

21. Wang J, Yeh TN, Chakraborty R, Yu SX, Lin MC. A deep learning approach for meibomian gland atrophy evaluation in meibography images. Transl Vis Sci Technol. 2019;8(6):37. PMID: 31867138 · DOI: 10.1167/tvst.8.6.37

22. Wang MTM, Muntz A, Wolffsohn JS, Craig JP. Diagnostic performance and optimal cut-off values for tear film lipid layer grading and thickness in dry eye disease. Ocul Surf. 2024;34:415-417. PMID: 39307184 · DOI: 10.1016/j.jtos.2024.09.004

23. Montés-Micó R, Alió JL, Charman WN. Role of the tear film in the optical quality of the human eye. J Cataract Refract Surg. 2007;33(9):1631-1635. PMID: 17720082 · DOI: 10.1016/j.jcrs.2007.06.019

24. Pan AP, Wang QM, Huang F, Huang JH, Bao FJ, Yu AY. Simultaneous real-time analysis of tear film optical quality dynamics and functional visual acuity in dry eye disease. Eye Vis (Lond). 2023;10(1):16. PMID: 37005660 · DOI: 10.1186/s40662-023-00333-6

25. Wei S, Shi F, Wang Y, Chou Y, Li X. A deep learning model for automated sub-basal corneal nerve segmentation and evaluation using in vivo confocal microscopy. Transl Vis Sci Technol. 2020;9(2):32. PMID: 32832205 · DOI: 10.1167/tvst.9.2.32

26. Giannaccare G, Pellegrini M, Sebastiani S, Moscardelli F, Versura P, Campos EC. In vivo confocal microscopy morphometric analysis of corneal subbasal nerve plexus in dry eye disease using newly developed fully automated system. Graefes Arch Clin Exp Ophthalmol. 2019;257(3):583-589. PMID: 30637452 · DOI: 10.1007/s00417-018-04225-7

27. Wu L, Zhang X. Advances in AI-assisted quantification of dry eye indicators. Front Med (Lausanne). 2025;12:1628311. PMID: 40757197 · DOI: 10.3389/fmed.2025.1628311