Universidad de Groningen

Crean un sistema de IA que detecta la "Piel de mariposa" en biopsias más rápido que los expertos

El Dr. Joost Meijer, dermatólogo a cargo de la investigación, informa para este medio sobre la posibilidad de aplicar esta nueva técnica para la detección de otras patologías además de la Epidermólisis bullosa adquirida.

Un niño con epidermólisis bullosa recibiendo sus curas diarias. (Foto. ONG DEBRA)
Un niño con epidermólisis bullosa recibiendo sus curas diarias. (Foto. ONG DEBRA)

time 3 min

25.09.2021 - 00:20

Investigadores de la Universidad de Groningen, en los Países Bajos, han desarrollado una técnica que utiliza la inteligencia artificial para detectar más rápidamente la Epidermólisis bullosa (EB). Esta enfermedad cutánea rara, más conocida como "Piel de mariposa", afecta a entre 15 y 17 nacidos por cada millón de habitantes.

En concreto, la herramienta desarrollada por la universidad holandesa detecta la Epidermólisis bullosa adquirida (EBA), una de las formas menos frecuentes de Epidermólisis bullosa. La EB adquirida es una enfermedad autoinmune, a diferencia de los otros cuatros tipos de EB, que son genéticas. En esta patología, "la persona desarrolla anticuerpos contra el colágeno tipo VII, aún no se sabe por qué”, informa para Saludigital la responsable de investigación de la ONG DEBRA – Piel de Mariposa, Núria Tarrats. 

Para los pacientes con EB, un abrazo o un roce pueden convertirse en una herida abierta y profunda. Por ahora, no existe un tratamiento para esta enfermedad, por lo que las personas afectadas deben adaptar su estilo de vida a esta condición y realizarse curas prácticamente a diario para paliar los daños cutáneos, subraya Tarrats. 

Con la IA, la identificación del patrón se realiza en apenas unos segundos, ahorrando una gran cantidad de tiempo a los especialistas

Este nuevo sistema utiliza la inteligencia artificial para acelerar el proceso de diagnóstico. Si hasta el momento el especialista debía analizar la muestra de inmunofluorescencia obtenida mediante una biopsia de piel del paciente, ahora es la IA quien lo hace en apenas unos segundos.

El trabajo de análisis es un proceso largo y costoso, pues el portaobjetos se constituye como una superficie muy grande teniendo en cuenta el tamaño de las estructuras a identificar. En las biopsias analizadas, los marcadores fluorescentes se adhieren a los autoanticuerpos en la capa basal de la epidermis, formando una "U" dentada que permite detectar la alteración cutánea que caracteriza la enfermedad.

Imagen de una biopsia de piel de un paciente con EB adquirida donde se aprecia el patrón en forma de U, en color verde. (Foto. Universidad de Groningen)

En palabras del Dr. Joost Meijer, uno de los principales autores de la investigación y dermatólogo del Centro Médico Universitario de Groningen, es necesario “reconocer el patrón en un portaobjetos microscópico relativamente grande”. Es decir, se trata de buscar una aguja en un pajar: si la imagen microscópica se digitaliza en 20.000x12.000 píxeles, el patrón en forma de U solo ocupa un espacio de 30x30.

 “Los observadores obtienen una primera impresión y luego comprueban la diapositiva para confirmar el diagnóstico”

Para el desarrollo de esta tecnología, se utilizó un tipo de sistema que funciona con deep learning o aprendizaje profundo, para “entrenar” a la inteligencia artificial en el reconocimiento de patrones. Este sistema se conoce como red neuronal convolucional o CNN (por sus siglas en inglés Convoluted Neural Networks).

Dr. Joost Meijer y Astone Shi. (Foto. University Medical Center Groningen)
Según explica Astone Shi, del Instituto Bernoulli de Matemáticas, Ciencias de la Computación e Inteligencia Artificial de la Universidad de Groningen y coautor de la investigación “no existe un programa de entrenamiento estándar para este patrón en particular”, por lo que la investigación "fue un desafío". Otra dificultad añadida fue la de encontrar datos con los que “enseñar” a la IA, pues hay relativamente pocos pacientes con EBA. Con todo, se analizaron 42 biopsias de pacientes para entrenar las redes y cuatro más para validar el funcionamiento del sistema.

Tras estos “entrenamientos”, la IA obtuvo una especificidad y sensibilidad de alrededor del 89,3% para detectar la EBA. Shi asegura que “esto significa que nuestro sistema supera a la mayoría de los médicos” y su compañero Meijer añade que “los observadores obtienen una primera impresión y luego comprueban la diapositiva para confirmar el diagnóstico”.

“En general, se podrían desarrollar métodos CNN para analizar anticuerpos en patrones de tinción de biopsias de piel", informa el Dr. Joost Meijer para este medio

El Dr. Joost Meijer informa para Saludigital sobre la posibilidad de aplicar esta tecnología para el diagnóstico de otras enfermedades: “En general, se podrían desarrollar métodos CNN para analizar anticuerpos en patrones de tinción de biopsias de piel. Esto podría aplicarse en otras enfermedades bullosas autoinmunes, como penfigoide ampolloso o pénfigo, o incluso podría utilizarse en la interpretación de pruebas de inmunofluorescencia en Epidermólisis bullosas genéticas”.

Los investigadores destacan que la principal ventaja de esta herramienta es la facilidad con la que se utiliza. “Prevemos un sistema en el que se pueda subir una imagen y obtener un diagnóstico”, apostilla el Dr. Meijer. Con este objetivo, se ha iniciado un estudio europeo para la recopilación de datos de nuevas biopsias de piel que permitan validar la herramienta, acelerando el diagnóstico de la EB adquirida y evitando las cicatrices que causa la enfermedad y pueden tener un pronóstico fatal.

Porque salud necesitamos todos... ConSalud.es

Escribir un comentario (1)
0 + 0 -
SONIA SILVA, 2021-10-18 09:27:26

gracias siempre vuestra informaciòn es super importante y al dìa !!!!

Esta web utiliza 'cookies' propias y de terceros para ofrecerte una mejor experiencia y servicio. Más información Acepto