Jóvenes Líderes NewsCon apenas 17 años, el estudiante estadounidense Edward Kang desarrolló una herramienta de inteligencia artificial que podría contribuir a transformar la detección temprana de trastornos del neurodesarrollo. Su proyecto, denominado RetinaMind, analiza imágenes de la retina para identificar patrones celulares asociados con el trastorno del espectro autista (TEA) y el trastorno por déficit de atención e hiperactividad (TDAH).
La innovación le valió el segundo puesto en el Regeneron Science Talent Search 2026, considerado el concurso de investigación científica para estudiantes de secundaria más prestigioso de Estados Unidos. Por este logro recibió un premio de 175.000 dólares.
RetinaMind utiliza modelos de aprendizaje automático entrenados con imágenes de la retina para detectar cambios extremadamente sutiles que pueden estar relacionados con estos trastornos. Además del desarrollo del software, Kang creó modelos experimentales de células de la retina para estudiar cómo determinadas alteraciones genéticas podrían influir en esos cambios biológicos.
La elección de la retina no es casual. Diversas investigaciones han señalado que este tejido forma parte del sistema nervioso central y puede reflejar alteraciones neurológicas difíciles de observar por otros métodos. Basándose en esa línea de investigación, Kang desarrolló un sistema que combina análisis de imágenes e inteligencia artificial para ofrecer una herramienta de apoyo al cribado temprano.
En las pruebas realizadas durante el desarrollo del proyecto, RetinaMind alcanzó una precisión cercana al 89 % para identificar casos compatibles con autismo y TDAH. Sin embargo, el propio investigador y los especialistas destacan que el sistema no sustituye el diagnóstico médico, sino que se encuentra en etapa de investigación y requiere nuevos estudios clínicos antes de poder utilizarse en la práctica asistencial.
Kang explicó que su objetivo es desarrollar herramientas que permitan detectar estos trastornos de manera más temprana y accesible, ya que actualmente los diagnósticos suelen depender de evaluaciones clínicas prolongadas y de la observación del comportamiento. Una herramienta basada en imágenes retinianas podría, en el futuro, complementar esos procedimientos y facilitar una derivación más rápida hacia especialistas.
El proyecto demuestra cómo la inteligencia artificial puede convertirse en un aliado de la medicina cuando se aplica con rigor científico. También refleja el impacto que pueden generar los jóvenes investigadores al combinar conocimientos de programación, biología y salud para abordar problemas reales con soluciones innovadoras.
