Cerca de 36% das pessoas com diabetes no Brasil têm algum grau de retinopatia diabética, segundo uma meta-análise que compilou 72 estudos com quase 30 mil pacientes.5 É uma conta pesada: o Brasil tem hoje mais de 16 milhões de adultos com diabetes diagnosticado, e boa parte deles nunca fez uma avaliação da retina na vida. O motivo mais comum não é descuido, é distância. Oftalmologistas estão concentrados nas capitais e cidades maiores, e o caminho de um UBS (Unidade Básica de Saúde) até uma consulta especializada pode levar meses.
É nesse contexto que entram as câmeras portáteis de fundo de olho combinadas com inteligência artificial. A ideia é direta: o agente de saúde tira a foto da retina no próprio posto, o algoritmo analisa a imagem e indica se o paciente precisa ou não ser encaminhado a um oftalmologista. Triagem, não diagnóstico.
O que é retinopatia diabética e por que o rastreio importa tanto
A retinopatia diabética (RD) é uma complicação do diabetes que afeta os vasos sanguíneos da retina, a camada no fundo do olho responsável por transformar luz em sinais visuais. O excesso de glicose no sangue ao longo do tempo danifica esses vasos, que podem vazar, inchar ou crescer de forma anormal, comprometendo progressivamente a visão.
O problema é que a doença progride de forma silenciosa. Nas fases iniciais, não há sintoma nenhum. Quando a visão começa a cair, o dano muitas vezes já é avançado. Por isso o rastreio regular, antes de qualquer sintoma, é a única ferramenta real de prevenção da cegueira associada à doença.
A prevalência no sul do Brasil chega a 42%, a mais alta entre as regiões do país, segundo a mesma meta-análise.5 E estudos conduzidos no SUS mostram que uma parcela significativa dos pacientes diabéticos atendidos nunca havia sido avaliada: num estudo em cinco Unidades Básicas de Saúde de Ribeirão Preto, 40,5% dos 350 participantes chegaram ao estudo sem nenhum registro anterior de avaliação da retina.4
Como funciona o sistema de triagem com IA
O fluxo básico tem três etapas. Primeiro, um profissional de saúde treinado (que não precisa ser médico) usa uma câmera portátil de fundo de olho para fotografar a retina do paciente. As câmeras mais usadas nos pilotos brasileiros são dispositivos compactos acoplados a smartphones, como o Eyer (Phelcom Technologies, fabricante brasileiro), que podem ser operados sem dilatação pupilar e em ambientes com iluminação variável.
Segundo, as imagens são enviadas, via internet, para um sistema de IA que as analisa em segundos. O algoritmo compara padrões visuais com uma base de imagens rotuladas por especialistas e classifica o resultado em categorias como "sem retinopatia detectável", "retinopatia não proliferativa leve", "retinopatia referenciável" (que precisa de avaliação especializada) ou "imagem de qualidade insuficiente para análise".
Terceiro, o resultado chega ao agente de saúde ou ao médico da UBS. Pacientes com resultado positivo para retinopatia referenciável são encaminhados ao oftalmologista. Os demais são orientados a repetir o exame no próximo ciclo anual.
A IA não substitui o oftalmologista, ela filtra. O encaminhamento otimizado serve ao sistema, ao paciente e ao especialista ao mesmo tempo.
O que os pilotos brasileiros mostraram
O primeiro sinal concreto de que o modelo funciona no SUS veio de um piloto realizado entre setembro de 2021 e março de 2022 em quatro vilarejos rurais do sertão de Sergipe, com população total de 76 mil habitantes e IDH abaixo de 0,60. Os pesquisadores Fernando Korn Malerbi e Gustavo Barreto Melo testaram uma câmera portátil com IA embarcada em clínicas de atenção primária, operada por técnicos de saúde treinados.3
Das 2.052 pessoas elegíveis cadastradas nos municípios, 1.083 compareceram (taxa de comparecimento de 52,8%). Todos os exames foram revisados a posteriori por especialistas, e nenhum caso com ameaça à visão foi perdido pela triagem automatizada.3 O resultado chamou atenção pela logística: uma região sem retinologia disponível conseguiu triagem de mais de mil pacientes em seis meses, sem precisar deslocar especialistas.
Em Ribeirão Preto, SP, um estudo em cinco UBSs usou quatro câmeras Eyer acopladas a smartphones Samsung durante a pandemia de COVID-19 e avaliou 350 pacientes diabéticos.4 Os resultados mostraram que 27,22% dos pacientes tinha algum grau de RD detectável, e 7,16% tinha RD grave ou proliferativa, condições que exigem tratamento urgente. Em menos de 3% das imagens, a qualidade foi insuficiente para análise, um índice compatível com o uso fora de consultório especializado.4
Outro dado relevante veio de um estudo em Campo Grande, Mato Grosso do Sul, comparando triagem presencial com triagem por telemedicina usando a câmera Eyer. O tempo de espera para atendimento especializado caiu de 292 dias, em média, no modelo presencial, para 158 dias no modelo de telemedicina com câmera portátil, uma redução de 46%.6 A taxa de encaminhamento também foi diferente: 73% dos pacientes eram encaminhados no modelo presencial, contra 29% no modelo de telemedicina, sugerindo que a triagem remota reduzia encaminhamentos desnecessários sem perder casos que precisavam de atenção.6
O que os sistemas mais estudados no mundo mostram
No plano internacional, os dados são mais robustos em termos de sensibilidade e especificidade formais. O IDx-DR, primeiro sistema autônomo de IA a receber autorização da FDA americana, em 2018, foi testado em 900 pacientes com diabetes em 10 clínicas de atenção primária nos EUA. O sistema atingiu sensibilidade de 87,2% e especificidade de 90,7% para detectar retinopatia diabética acima do grau leve, com base em padrão ouro de leitura por centro especializado.1
Sensibilidade de 87% significa que, em cada 100 pacientes com retinopatia que de fato precisariam de encaminhamento, o sistema identificaria corretamente 87. Os outros 13 passariam pela triagem sem sinalização. Especificidade de 90% significa que, em cada 100 pacientes sem retinopatia, 90 seriam corretamente liberados, e 10 seriam encaminhados sem necessidade. Esses números importam porque o balanço entre os dois determina quantos casos são perdidos versus quantos encaminhamentos desnecessários o sistema gera.
Uma revisão sistemática publicada em dezembro de 2025 na revista NPJ Digital Medicine compilou 82 estudos com mais de 887 mil exames, abrangendo 25 sistemas de IA aprovados por reguladores em 28 países.2 Os sistemas aprovados por reguladores atingiram, em conjunto, sensibilidade agrupada de 93% e especificidade agrupada de 90% para detecção de retinopatia referenciável em nível de paciente.2 Esses números são médias de populações variadas, com câmeras diferentes e definições de "referenciável" que variam entre estudos, então devem ser lidos com contexto, não como garantia de desempenho local.
As limitações que o piloto não esconde
Qualidade de imagem é o calcanhar de Aquiles. Câmeras sem midríase (sem dilatação da pupila) têm taxa de imagem inanalisável que varia de menos de 5% em condições controladas a mais de 20% em ambientes de iluminação difícil, em pacientes com catarata ou com miose.1 Quando a imagem não tem qualidade suficiente, o sistema retorna "inconclusivo" e o paciente precisa ser recapturado ou encaminhado independentemente.
Validação local é outro ponto em aberto. A maioria dos dados de sensibilidade e especificidade vem de populações europeias, norte-americanas ou asiáticas. Pigmentação retiniana, doenças concomitantes e padrões de iluminação variam, e o desempenho de um algoritmo treinado fora do Brasil pode ser diferente quando aplicado em populações brasileiras, especialmente as com maior proporção de melanina retiniana.2
O rastreio positivo nunca é um diagnóstico. O sistema de IA classifica a probabilidade de retinopatia referenciável, mas o diagnóstico, o estadiamento e a decisão de tratamento sempre ficam com o oftalmologista. Isso é inegociável, e os próprios desenvolvedores deixam isso claro nas bulas regulatórias dos sistemas aprovados.
Por fim, triagem sem retaguarda assistencial é triagem incompleta. De nada adianta detectar retinopatia em 30% dos pacientes de uma UBS se não há oftalmologistas disponíveis para atender os encaminhamentos em prazo razoável. O piloto do sertão de Sergipe mostrou exatamente esse gargalo: a tela foi capaz de triagem, mas sensibilizar a comunidade e estruturar o fluxo de retaguarda exigiu tanto esforço quanto a tecnologia em si.3
O que isso significa para o paciente do SUS hoje
O Ministério da Saúde anunciou, dentro do programa Novo PSC Saúde, investimentos que incluem a compra de retinógrafos portáteis para mais de 5.000 municípios brasileiros, com foco em detecção precoce de retinopatia diabética e outras doenças oculares na atenção primária. A execução dessa compra determina se a tecnologia sai do piloto e vira rotina.
Para quem tem diabetes hoje, a mensagem prática é: o exame de retina anual recomendado pelas diretrizes não precisa esperar uma consulta com especialista para ser iniciado. Se o seu posto de saúde tiver câmera portátil disponível, o rastreio pode ser feito ali mesmo, com encaminhamento para o oftalmologista apenas quando necessário.
O que a IA faz é tornar esse primeiro passo mais acessível. O que ela não faz é substituir a conversa com o especialista quando o resultado indica que algo precisa de atenção.
Vale saber também que a retina serve de janela para além dos olhos. Pesquisas recentes investigam se as mesmas imagens de fundo de olho, analisadas por IA, conseguem estimar risco cardiovascular a partir de sinais vasculares da retina com uma precisão surpreendente, o que pode ampliar ainda mais o alcance desse tipo de triagem no futuro.
Este conteúdo é informativo e não substitui avaliação médica individual. Se você tem diabetes, converse com seu médico sobre a frequência recomendada do exame de retina e procure um oftalmologista para avaliação e acompanhamento regulares.