Baja visión y ayudas no ópticas basadas en inteligencia artificial: de los dispositivos dedicados a las gafas inteligentes de propósito general. Revisión bibliográfica

AUTORES

1. Lucía Gloria Horno Graus. Óptico Optometrista, Zaragoza. España.
2. Diana Soriano Pina. Óptico Optometrista, Hospital Universitario San Pedro, Logroño. La Rioja.
3. Gema Insa Sánchez. Óptico Optometrista, Hospital Universitario Miguel Servet, Zaragoza. España.
4. Sofía Marín Civera. Óptico Optometrista, Óptica Universitaria, Zaragoza. España.
5. María Sáez Gómez. Óptico Optometrista, Óptica OptiMiStic, Calatayud. España.
6. María Puertas Lorente. Óptico Optometrista, Hospital Universitario Miguel Servet, Zaragoza. España.

RESUMEN

Las ayudas no ópticas para la baja visión han evolucionado en los últimos años desde dispositivos de magnificación y lectura de texto hasta sistemas basados en inteligencia artificial (IA) capaces de describir escenas, reconocer objetos y rostros, y leer texto en tiempo real. Esta revisión bibliográfica sintetiza la evidencia disponible sobre tres generaciones de ayudas no ópticas con IA: dispositivos dedicados (OrCam MyEye, Envision Glasses), aplicaciones de smartphone (Seeing AI, Google Lookout) y gafas de propósito general con IA generativa basada en modelos de lenguaje (Meta Ray-Ban). Se revisan los estudios comparativos de rendimiento y usabilidad, el marco más amplio de tecnologías de Internet de las Cosas (IoT) aplicadas a la discapacidad visual, y la perspectiva institucional española a través de la evaluación técnica del Centro de Tiflotecnología e Innovación (CTI) de la ONCE. Los resultados muestran una mejora consistente en la realización de tareas de lectura e identificación, con alta satisfacción subjetiva, aunque persisten limitaciones relacionadas con la dependencia del smartphone, el coste y la fiabilidad de la descripción del entorno. Se concluye que estas ayudas no sustituyen a la rehabilitación visual convencional, sino que la complementan, y que el optometrista especializado en baja visión tiene un papel relevante en su prescripción, entrenamiento y seguimiento.

PALABRAS CLAVE

Baja visión, inteligencia artificial, gafas inteligentes, discapacidad visual.

ABSTRACT

Non-optical aids for low vision have evolved in recent years from magnification and text-reading devices to artificial intelligence (AI) based systems capable of describing scenes, recognising objects and faces, and reading text in real time. This literature review synthesises the available evidence on three generations of AI-based non-optical aids: dedicated devices (OrCam MyEye, Envision Glasses), smartphone applications (Seeing AI, Google Lookout) and general-purpose smart glasses with generative AI based on large language models (Meta Ray-Ban). Comparative studies on performance and usability are reviewed, together with the broader framework of Internet of Things (IoT) technologies applied to visual disability, and the Spanish institutional perspective through the technical evaluation carried out by the ONCE’s Centre for Tiflotechnology and Innovation (CTI). Results show consistent improvement in reading and identification tasks, with high subjective satisfaction, although limitations remain regarding smartphone dependency, cost and the reliability of environment description. It is concluded that these aids do not replace conventional visual rehabilitation but complement it, and that the low-vision optometrist has a relevant role in their prescription, training and follow-up.

KEY WORDS

Low vision, artificial intelligence, smart glasses, visual disability.

DESARROLLO DEL TEMA

Se estima que a nivel mundial más de 2200 millones de personas presentan algún grado de discapacidad visual, de las cuales al menos 1000 millones podrían haberse evitado o aún no han recibido tratamiento⁵. La rehabilitación de la baja visión combina tradicionalmente ayudas ópticas (magnificadores, telescopios) con ayudas no ópticas: lupas-televisión, sintetizadores de voz, lectores de pantalla y sistemas de contraste, orientadas a compensar la pérdida funcional cuando la ayuda óptica por sí sola resulta insuficiente.

En los últimos años, la incorporación de la inteligencia artificial (IA) a estas ayudas no ópticas ha supuesto un cambio de paradigma: de dispositivos que simplemente magnifican o convierten texto a voz, se ha pasado a sistemas capaces de interpretar el entorno visual completo —reconociendo objetos, rostros, texto y escenas— y de comunicar esa información de forma inmediata y en lenguaje natural^1,2,3. Esta revisión distingue tres generaciones de ayudas no ópticas con IA: los dispositivos dedicados diseñados específicamente para discapacidad visual, las aplicaciones de IA en smartphone de uso gratuito, y las gafas inteligentes de propósito general —no diseñadas originalmente como ayuda técnica— que incorporan modelos de lenguaje de gran tamaño (LLM) y que han irrumpido con fuerza en el mercado de consumo general.

El objetivo de este trabajo es revisar la evidencia disponible sobre el rendimiento, la usabilidad y las limitaciones de estas tres generaciones de ayudas, y valorar el papel emergente del optometrista especializado en baja visión en su prescripción y seguimiento clínico.

1. Dispositivos dedicados con IA: OrCam MyEye y Envision Glasses:

Los dispositivos dedicados fueron los primeros en incorporar IA aplicada específicamente a la discapacidad visual. OrCam MyEye, un dispositivo portátil que se acopla a la montura de las gafas permite leer texto impreso, reconocer rostros previamente registrados e identificar productos mediante algoritmos de visión artificial, sin necesidad de conexión a internet ni de un smartphone asociado. Envision Glasses ofrece funciones similares integradas en una montura de gafas inteligente.

Un estudio comparativo pionero evaluó las propiedades de conversión texto-voz y el rendimiento humano de OrCam MyEye 1 frente a la aplicación Seeing AI en siete personas con discapacidad visual sin experiencia previa con ninguna de las dos ayudas, sentando las bases metodológicas para la evaluación comparativa de este tipo de tecnología².

2. Aplicaciones de IA en smartphone: Seeing AI y Google Lookout:

Las aplicaciones de IA para smartphone —Seeing AI de Microsoft y Lookout de Google— democratizaron el acceso a estas funciones al ser gratuitas y no requerir hardware adicional, aprovechando la cámara del propio teléfono. Ofrecen reconocimiento de texto, descripción de escenas, identificación de productos mediante código de barras y reconocimiento facial, con la limitación de tener que sostener o apuntar el teléfono manualmente hacia el objetivo, a diferencia de los dispositivos manos libres montados sobre gafas.

3. Gafas de propósito general con IA generativa: Meta Ray-Ban y modelos de lenguaje:

La aparición de las gafas Ray-Ban Meta, equipadas con cámara, micrófono, altavoces y un asistente de IA generativa basado en modelos de lenguaje de gran tamaño (LLM), representa un cambio cualitativo respecto a los dispositivos dedicados anteriores. A diferencia de OrCam o Envision, estas gafas no fueron diseñadas originalmente como ayuda técnica para la discapacidad visual, sino como producto de consumo general para fotografía, vídeo y asistencia por voz; su adopción como ayuda de baja visión ha sido, en gran medida, una apropiación posterior por parte de usuarios y clínicos¹.

Esta circunstancia tiene implicaciones prácticas relevantes: por un lado, su precio notablemente inferior al de los dispositivos dedicados (entorno a los 300-420 euros en el mercado español, frente a los 3500-4500 euros de OrCam MyEye en Europa) y su diseño convencional —indistinguible de unas gafas de sol comunes— reducen tanto la barrera económica como el estigma asociado al uso de ayudas técnicas visibles; por otro, al no haber sido diseñadas pensando en las necesidades específicas de las personas con baja visión, su fiabilidad y sus funciones de accesibilidad dependen de actualizaciones de software ajenas al ámbito clínico y pueden variar sin previo aviso¹.

Desde el punto de vista optométrico resulta especialmente relevante que la montura Ray-Ban Meta admite retirar las lentes originales y biselar lentes propias en cualquier laboratorio óptico externo, más allá de las opciones de graduación y lente ofrecidas de fábrica por Meta/Luxottica (que cubren un rango de -6,00 a +4,00 D con lentes polarizadas, fotocromáticas tipo Transitions® o con filtro degradado). Esto permite al optometrista prescribir en la propia montura cualquier diseño de lente, graduación o filtro de corte específico disponible en su laboratorio habitual —incluidas graduaciones fuera del rango oficial—, de forma equivalente a como se trabajaría con una montura convencional. Esto contrasta con los dispositivos dedicados como OrCam MyEye, en los que la graduación y el filtro de corte no dependen del dispositivo en sí, sino por completo de la montura previa del paciente sobre la que se acopla el módulo mediante un soporte magnético.

En cuanto al peso y la comodidad, la comparación directa exige matizar la naturaleza de cada dispositivo: la unidad de OrCam MyEye pesa únicamente 22,5 gramos, al tratarse de un módulo compacto que se acopla magnéticamente a la montura ya existente del paciente, por lo que el peso total percibido depende de la gafa base utilizada. Las gafas Ray-Ban Meta, en cambio, son un dispositivo integral que incorpora cámara, micrófonos, altavoces y batería en la propia montura, con un peso aproximado de 44-50 gramos según el modelo, cifra superior a la de unas gafas convencionales pero distribuida de forma más homogénea a lo largo de toda la montura que en el caso de un módulo añadido. Desde el punto de vista de la adaptación optométrica esto supone una diferencia clínicamente relevante: la vía OrCam permite conservar la montura habitual del paciente, mientras que la vía Ray-Ban Meta obliga a adoptar la montura específica del dispositivo —aunque, como se ha señalado, con plena libertad para biselar en ella la lente que el optometrista considere más adecuada—, ofreciendo a cambio un conjunto más ligero, integrado y estéticamente convencional en una sola pieza.

Una diferencia funcional adicional, relevante en la práctica clínica de baja visión, es el reconocimiento de personas. OrCam MyEye requiere un proceso de aprendizaje previo e individual por cada rostro: el usuario debe «enseñar» explícitamente al dispositivo la cara de cada persona —manteniendo pulsada la barra táctil entre 15 y 30 segundos mientras esta gira ligeramente la cabeza— antes de que el sistema pueda reconocerla de forma automática en encuentros posteriores; el reconocimiento de billetes y de productos mediante código de barras, en cambio, viene precargado de fábrica y no requiere entrenamiento¹⁰. Las gafas Ray-Ban Meta, por el contrario, permiten describir objetos, texto y escenas de forma inmediata mediante IA generativa sin necesidad de enseñanza previa por parte del usuario, pero no ofrecen reconocimiento de rostros conocidos: Meta llegó a desarrollar internamente una función de reconocimiento facial (conocida como «NameTag») capaz de identificar automáticamente a las personas por su nombre, pero la retiró tras la fuerte oposición de organizaciones de defensa de la privacidad y ante la clasificación de la identificación biométrica en tiempo real en espacios públicos como práctica de alto riesgo por parte de la normativa europea de IA ¹¹. Esta diferencia resulta clínicamente relevante para pacientes con ceguera o deficiencia visual grave, dado que el reconocimiento de personas conocidas —una de las funciones más valoradas en la práctica clínica de baja visión— está disponible de forma nativa en OrCam MyEye, pero no en las gafas Ray-Ban Meta a fecha de esta revisión.

4. Evidencia comparativa de rendimiento y usabilidad:

La evidencia comparativa más sólida hasta la fecha procede de un estudio cruzado, contrabalanceado, realizado con 25 personas con discapacidad visual reclutadas en los servicios de baja visión y rehabilitación de Lighthouse Guild, que comparó el rendimiento con dos gafas inteligentes (OrCam MyEye 2 Pro y Envision Glasses) y dos aplicaciones de IA (Seeing AI y Google Lookout) en tareas de lectura de texto, texto en columnas, y búsqueda e identificación de objetos. Los participantes mostraron una probabilidad significativamente mayor de completar tareas de lectura de texto utilizando estas implementaciones de IA frente a la situación basal sin ayuda, con diferencias entre dispositivos según el tipo de tarea: Seeing AI y Envision obtuvieron mejores resultados que Lookout u OrCam en tareas de búsqueda e identificación. La satisfacción subjetiva fue alta en todos los casos, reflejando una aceptación general de la IA como ayuda técnica³.

Un estudio complementario del mismo grupo de investigación evaluó específicamente el rendimiento clínico, las actividades de la vida diaria y la experiencia de usuario con pantallas montadas en la cabeza (head-mounted displays) en personas con discapacidad visual, aportando evidencia adicional sobre la usabilidad de estos formatos en un entorno clínico controlado⁴.

5. Marco tecnológico más amplio: Internet de las Cosas e inteligencia artificial aplicados a la discapacidad visual:

Más allá de las gafas inteligentes concretas, la literatura sitúa estas ayudas dentro de un marco tecnológico más amplio de dispositivos IoT (Internet de las Cosas) combinados con IA. Una revisión sistemática sobre inteligencia artificial de las cosas (AIoT) aplicada a tecnología de apoyo encontró que el 50 % de la investigación analizada abordaba específicamente la discapacidad visual, siendo los dispositivos portátiles, las gafas inteligentes y los smartphones los tipos de dispositivo IoT predominantes, y las redes neuronales profundas el modelo de aprendizaje automático más empleado (81 % de los estudios)⁵. Una revisión sistemática posterior sobre entornos inteligentes y tecnologías de apoyo para personas con discapacidad visual confirma esta tendencia creciente hacia la integración de sensores, IA y entornos ambientales inteligentes como complemento a las ayudas individuales⁶.

6. Diseño centrado en el usuario y necesidad de participación de las personas con discapacidad visual:

Una revisión sistemática sobre la implementación de estándares de diseño centrado en el usuario en tecnología de apoyo para personas con discapacidad visual advierte de que gran parte de estos dispositivos, incluidas las gafas de propósito general adaptadas posteriormente, no incorporan a personas con discapacidad visual real en las fases de diseño y validación, lo que puede explicar limitaciones de usabilidad detectadas en la práctica clínica⁷. Esta observación resulta especialmente pertinente para las gafas Meta Ray-Ban, diseñadas originalmente para un usuario sin discapacidad visual.

7. Perspectiva institucional española: la evaluación del CTI de la ONCE:

En España, el Centro de Tiflotecnología e Innovación (CTI) de la ONCE ha publicado una evaluación técnica propia de las Smart Glasses Ray-Ban Meta y de la aplicación Meta AI, valorando su utilidad real para personas con ceguera o deficiencia visual grave. El informe destaca que, al activar la IA en español para describir el entorno, las descripciones generadas se asemejan razonablemente a la realidad, aunque no siempre son precisas, y permiten formular preguntas de seguimiento sobre la imagen descrita; sin embargo, al solicitar la lectura de textos, la IA tiende a resumir el contenido en lugar de leerlo de forma literal, lo que limita su utilidad para tareas que requieren precisión textual completa (por ejemplo, leer una receta médica o un contrato)⁸. El informe señala además limitaciones de interoperabilidad con aplicaciones de accesibilidad de terceros, como incidencias de idioma al conectar las gafas con Be My Eyes.

Esta evaluación técnica constituye, hasta la fecha, la valoración institucional española más completa de este tipo de dispositivo aplicado a la discapacidad visual grave, y resulta coherente con las limitaciones de fiabilidad descritas en la literatura internacional^1,3.

Limitaciones:

De la literatura revisada se desprenden varias limitaciones comunes a las ayudas no ópticas basadas en IA: la dependencia de un smartphone y de conexión a internet para el procesamiento en la nube, salvo en dispositivos con procesamiento local como OrCam; el coste, todavía elevado en los dispositivos dedicados frente a las gafas de consumo general; la fiabilidad variable de la descripción del entorno y la lectura de texto, condicionada por la iluminación, el tamaño del texto y la calidad de imagen; el sesgo derivado de los datos con los que se entrenan los modelos de IA, que puede afectar a la precisión en poblaciones o entornos poco representados; y la falta de participación de personas con discapacidad visual en el diseño de dispositivos no concebidos originalmente como ayuda técnica^1,3,7,8.

Además, cabe señalar que buena parte de la evidencia comparativa de mayor calidad procede de un número todavía reducido de estudios y de centros de baja visión concretos, mayoritariamente anglosajones, mientras que la perspectiva institucional española se apoya en una evaluación técnica y no en un ensayo clínico controlado. Son necesarios más estudios comparativos, con muestras más amplias y diversas, que evalúen específicamente el papel del optometrista en la prescripción y el entrenamiento de estas ayudas dentro del proceso de rehabilitación visual.

DISCUSIÓN

La revisión de la evidencia muestra una transición clara desde ayudas no ópticas dedicadas y costosas hacia un ecosistema más amplio, económico y heterogéneo de soluciones basadas en IA, que incluye tanto dispositivos diseñados específicamente para la discapacidad visual como productos de consumo general adaptados posteriormente. Cada generación aporta ventajas distintas: los dispositivos dedicados ofrecen mayor fiabilidad y procesamiento local sin depender de conexión, las aplicaciones de smartphone democratizan el acceso sin coste adicional, y las gafas de propósito general con IA generativa reducen de forma notable la barrera económica y el estigma social, a costa de una menor especificidad clínica y de una fiabilidad de lectura textual que la propia evaluación del CTI-ONCE señala como perfectible^1,2,3,8.

Esta diversidad de opciones sitúa al optometrista especializado en baja visión en una posición clínica relevante: no como mero prescriptor de una ayuda óptica adicional, sino como profesional capaz de valorar qué tipo de ayuda no óptica basada en IA se ajusta mejor a las necesidades funcionales, el presupuesto y las preferencias estéticas de cada paciente, y de proporcionar el entrenamiento necesario para su uso eficaz, tal y como sugiere la evidencia sobre la importancia de la usabilidad y la satisfacción subjetiva en la adopción real de estas tecnologías^3,4.

CONCLUSIONES

1. Las ayudas no ópticas basadas en IA han evolucionado en tres generaciones: dispositivos dedicados, aplicaciones de smartphone y gafas de propósito general con IA generativa, cada una con ventajas y limitaciones diferenciadas.

2. La evidencia disponible muestra una mejora consistente en tareas de lectura e identificación y una alta satisfacción subjetiva, aunque persisten limitaciones de fiabilidad, especialmente en la lectura literal de texto.

3. Las gafas de propósito general, al no haber sido diseñadas específicamente para la discapacidad visual, presentan una relación coste-accesibilidad muy favorable pero una fiabilidad clínica que aún debe consolidarse, según confirma la evaluación técnica del CTI de la ONCE.

4. El optometrista especializado en baja visión tiene un papel relevante en la valoración, prescripción y entrenamiento en el uso de estas ayudas, que deben entenderse como un complemento a la rehabilitación visual convencional y no como un sustituto de esta.

BIBLIOGRAFÍA

1. Waisberg E, Ong J, Masalkhi M, Zaman N, Sarker P, Lee AG, Tavakkoli A. Meta smart glasses—large language models and the future for assistive glasses for individuals with vision impairments. Eye (Lond). 2024;38(6):1036-1038. doi:10.1038/s41433-023-02842-z
2. Granquist C, Sun SY, Montezuma SR, Tran TM, Gage R, Legge GE. Evaluation and comparison of artificial intelligence vision aids: OrCam MyEye 1 and Seeing AI. J Vis Impair Blind. 2021;115(4):277-285.
3. Seiple W, van der Aa HPA, Garcia-Piña F, Greco I, Roberts R, van Nispen R. Performance on activities of daily living and user experience when using artificial intelligence by individuals with vision impairment. Transl Vis Sci Technol. 2025;14(1):3. doi:10.1167/tvst.14.1.3
4. Van der Aa HPA, Garcia-Piña F, Greco I, Roberts R, van Nispen R, Seiple W. Performance on clinical outcomes, activities of daily living and user experience on head-mounted displays for people with vision impairment. Ophthalmic Physiol Opt. 2024;44:840-853. doi:10.1111/opo.13329
5. de Freitas MP, Piai VA, Farias RH, Fernandes AMR, de Moraes Rossetto AG, Leithardt VRQ. Artificial Intelligence of Things applied to assistive technology: a systematic literature review. Sensors. 2022;22(21):8531. doi:10.3390/s22218531
6. de Souza LR, Francisco R, da Rosa Tavares JE, Barbosa JLV. Intelligent environments and assistive technologies for assisting visually impaired people: a systematic literature review. Univers Access Inf Soc. 2024;23(4):3021-3048.
7. Ortiz-Escobar LM, Chavarria MA, Schönenberger K, Hurst S, Stein MA, Mugeere A, Rivas Velarde M. Assessing the implementation of user-centred design standards on assistive technology for persons with visual impairments: a systematic review. Front Rehabil Sci. 2023;4.
8. Centro de Tiflotecnología e Innovación (CTI), ONCE. Evaluación de las Smart Glasses Ray-Ban Meta y accesibilidad de la aplicación Meta AI [Internet]. [citado sept 2026]. Disponible en: https://cti.once.es/noticias/evaluadas-las-gafas-ray-ban-meta
9. World Health Organization. World report on vision [Internet]. Geneva: WHO; 2019 [citado sept 2026]. Disponible en: https://www.who.int/publications/i/item/9789241516570
10. OrCam. How do I use Face Recognition on my OrCam MyEye? [Internet, centro de ayuda oficial]. [citado sept 2026]. Disponible en: https://orcam.helpjuice.com/myeye-faqs/2714232-how-do-i-use-face-recognition-on-my-orcam-myeye
11. American Civil Liberties Union. ACLU and 75 organizations sound alarm on Meta’s plan to add facial recognition technology to Ray-Ban and Oakley eyeglasses [Internet]. 2026 [citado sept 2026]. Disponible en: https://www.aclu.org/press-releases/aclu-and-75-organizations-sound-alarm-on-metas-plans-to-add-facial-recognition-technology-to-ray-ban-and-oakley-eyeglasses