Uma fotografia pode carregar mais informação sobre o futuro da visão do que os médicos conseguem enxergar a olho nu. É essa a hipótese que ganha força com um estudo internacional publicado em 2026 no The Lancet Digital Health. Pesquisadores desenvolveram uma ferramenta de inteligência artificial capaz de estimar, a partir de uma única fotografia colorida do fundo do olho, o risco de progressão do glaucoma nos dois a cinco anos seguintes.

Batizado de G-PROG, o modelo utiliza aprendizado profundo para analisar sinais estruturais associados à deterioração do nervo óptico. O estudo, liderado por Ruben Hemelings, do Singapore Eye Research Institute e do Singapore National Eye Centre, reuniu pesquisadores de instituições como a KU Leuven, na Bélgica, a Duke-NUS Medical School, a Nanyang Technological University, o Massachusetts Institute of Technology (MIT), a University of Porto, a Tampere University, na Finlândia, e centros médicos da Alemanha e da China.

A escala da pesquisa ajuda a explicar o peso dos resultados. Foram analisadas 161.827 fotografias de fundo de olho, provenientes de 127.962 consultas de 13.913 pacientes, totalizando 128.021 anos-olho de acompanhamento. Os dados vieram de seis centros ou conjuntos de dados: Leuven, Bruxelas e Liège, na Bélgica; Tampere, na Finlândia; Mainz, na Alemanha; e Hangzhou, na China.

O glaucoma é particularmente adequado a esse tipo de abordagem porque sua evolução costuma ser silenciosa. A doença provoca dano progressivo ao nervo óptico e perda do campo visual e é apontada pelo estudo como a principal causa de cegueira irreversível no mundo, afetando uma estimativa de 85 milhões de pessoas. O tratamento é tradicionalmente concentrado na redução da pressão intraocular, mas isso não impede a progressão em todos os pacientes.

É justamente nesse ponto que a inteligência artificial pretende mudar a lógica do acompanhamento. Hoje, segundo os pesquisadores, não há um método clínico rotineiro capaz de prever a progressão futura da doença a partir de uma única consulta. Embora muitos olhos glaucomatosos evoluam lentamente, existe um grupo de pacientes que apresenta deterioração rápida mesmo após a redução da pressão intraocular. Identificar esse grupo precocemente poderia permitir acompanhamento mais intenso e melhor utilização dos recursos de saúde.

O G-PROG foi treinado com outro modelo de inteligência artificial, o G-RISK, usado para quantificar o dano glaucomatoso observado nas fotografias. Os pesquisadores acompanharam a evolução dessas medidas ao longo do tempo e transformaram sua variação em uma espécie de marcador de progressão. A partir daí, o G-PROG aprendeu a estimar a velocidade futura de deterioração usando apenas a fotografia inicial.

Os resultados internos foram expressivos. Das 20 configurações testadas do modelo, 18 apresentaram capacidade estatisticamente significativa para distinguir olhos com progressão rápida daqueles com progressão lenta. Na validação interna, a área sob a curva ROC — indicador usado para avaliar a capacidade discriminatória do modelo — chegou a 0,98, com intervalo de confiança de 95% entre 0,97 e 1,00. Entre olhos que já apresentavam maior evidência de dano glaucomatoso, o valor máximo chegou a 0,92.

Mais importante, porém, foi o teste fora do ambiente onde a inteligência artificial havia sido treinada. Nas cinco bases externas, o desempenho máximo variou de 0,74 a 0,86, indicando que o modelo manteve capacidade de discriminar progressão em populações e ambientes clínicos diferentes. Bruxelas alcançou AUC de até 0,79; Liège, 0,78; Tampere, 0,74 no subconjunto glaucomatoso; Mainz, 0,81; e o conjunto de Hangzhou, 0,86.

Para Leopold Schmetterer, um dos principais pesquisadores do trabalho, e seus colaboradores, a importância do resultado está justamente na possibilidade de individualizar o risco. O estudo afirma que a heterogeneidade das taxas de progressão exige uma estratificação melhor no momento do diagnóstico e apresenta o G-PROG como uma ferramenta potencial para estimar uma taxa individualizada de evolução.

A equipe também comparou o novo marcador com métodos tradicionais. A concordância com a evolução do campo visual apresentou AUC máxima de 0,82, enquanto a comparação com a taxa de perda da camada de fibras nervosas da retina, medida por OCT, alcançou 0,99 a 1,00 em algumas análises. Os autores destacam que esses resultados reforçam o potencial do G-RISK como marcador estrutural de progressão.

A tecnologia, contudo, ainda não está pronta para substituir o oftalmologista. O próprio estudo ressalta que são necessários testes prospectivos e validação em pacientes não tratados. Os pesquisadores reconhecem possíveis vieses de seleção, efeitos relacionados ao limite superior do G-RISK e diferenças entre práticas terapêuticas nos países participantes. Também não foram calculadas métricas formais de equidade entre grupos sociodemográficos.

O próximo passo deverá ser uma avaliação prospectiva, idealmente combinando fotografias de fundo de olho, OCT e exames de campo visual em intervalos regulares. Para os autores, o objetivo não é substituir os métodos tradicionais, mas acrescentar uma nova camada de informação à decisão clínica.

Se confirmado em estudos futuros, o princípio poderá alterar uma das maiores dificuldades do tratamento do glaucoma: descobrir, antes que a perda visual se torne evidente, quem precisa ser acompanhado mais de perto.

A promessa da pesquisa é simples e ambiciosa: transformar uma fotografia estática do olho em uma espécie de mapa de risco. Não para prever inevitavelmente o futuro da visão, mas para permitir que médicos e pacientes tenham mais tempo para tentar mudá-lo.