Comparación visual de imágenes originales y preprocesadas para cinco categorías de lesiones cutáneas - UA
ALICANTE 5 Oct. (EUROPA PRESS) -
La Universidad de Alicante (UA) y el Hospital Universitario Sant Joan d'Alacant han colaborado para poner en marcha MobilE skin Lesion dIAgnosis (MEL-IA), un sistema de inteligencia artificial (IA) diseñado para automatizar la clasificación de lesiones cutáneas.
La detección precoz "sigue siendo fundamental para mejorar los resultados clínicos de este tipo de cáncer", por lo que esta tecnología es capaz de apoyar al personal sanitario en la evaluación de lesiones, a la vez que se integra en la infraestructura informática del centro, ha detallado la UA en un comunicado.
Para ello, incorpora una aplicación móvil para las imágenes de las lesiones de la piel, como lunares o manchas, y para introducir información clínica, un modelo de IA para realizar la clasificación, así como complejos modelos que interconectan todos estos datos con los sistemas hospitalarios "de forma segura".
Los autores de este "avance", publicado en la revista científica 'Journal of Medical Systems', son Alberto de Ramón, Daniel Ruiz y Marcelo Saval, profesores del Departamento de Tecnología Informática y Computación de la UA, y Pablo Candela, todos ellos adscritos al grupo de Ingeniería Bioinspirada e Informática para la Salud (IBIS) de la UA.
El grupo IBIS lleva más de una década dedicado a investigar sistemas de ayuda a la decisión del diagnóstico de lesiones cutáneas. Por parte del Hospital Universitario Sant Joan d'Alacant, firman el trabajo José María Salinas y Diego Guijarro del Servicio de Informática.
El equipo no solo ha sido capaz de desarrollar el algoritmo que identifica las lesiones cutáneas, sino que presenta una "completa tecnología" que puede incorporarse a la infraestructura informática de un hospital y conecta la captura de la imagen de la lesión cutánea, el análisis mediante IA, el almacenamiento y el intercambio de información clínica "de forma segura", ha añadido la UA.
LESIONES CUTÁNEAS Y RESULTADOS
A diferencia de otras herramientas desarrolladas únicamente para distinguir entre lesiones malignas y benignas, MEL-IA realiza una categorización diferencial entre cinco grandes tipos de lesiones cutáneas: melanoma, nevus, carcinoma basocelular, queratosis actínica y queratosis benigna.
Para entrenar y validar el modelo, los expertos han integrado más de 15.000 imágenes dermatoscópicas y datos clínicos de pacientes como edad, sexo y localización anatómica de la lesión para mejorar su capacidad de clasificación.
Los resultados obtenidos indican que el sistema alcanza una precisión global del 86 por ciento. "Para la detección de melanoma, MEL-IA ofreció una sensibilidad del 88%, mientras que el carcinoma basocelular, un 92%. Los mejores resultados globales correspondieron a nevos y carcinomas basocelulares", señalan los investigadores de la UA.
Uno de los aspectos destacados del trabajo es que la tecnología no se ha quedado en una fase experimental, sino que ha sido desplegada en el Hospital Universitario de San Juan de Alicante para comprobar su funcionamiento dentro de una infraestructura sanitaria real. "Hemos procesado 980 estudios dermatológicos con tiempos de respuesta inferiores al segundo", apuntan.
El sistema permite, por otro lado, mantener un registro de las lesiones y de su evolución, incorporando imágenes, diagnósticos y observaciones médicas a lo largo del tiempo, han señalado desde la institución académica.
"HERRAMIENTA DE APOYO"
Los investigadores recuerdan que MEL-IA "proporciona una herramienta de apoyo a la decisión clínica, pero no debe entenderse como un sistema de diagnóstico autónomo". En este sentido, plantean como siguientes pasos llevar a cabo estudios prospectivos con profesionales sanitarios, probar la adquisición de imágenes directamente mediante 'smartphones' y ampliar el número de tipos de lesiones que puede clasificar el sistema.
