Un nuevo algoritmo, asentado en la inteligencia artificial, es capaz de analizar las lesiones cutáneas pigmentadas que puedan ser sospechosas con imágenes captadas con sistemas como los smartphones.
Según informa Medscape, los resultados que ofrece este mecanismo de aprendizaje profundo fueron similares a una valoración llevada a cabo por tres especialistas en Dermatología y podría ser útil, especialmente, en las consultas de Atención Primaria para la clasificación de pacientes.
"El propósito del estudio era desarrollar un algoritmo que sirviera como plataforma de evaluación para distintas herramientas físicas e informáticas dirigidas al diagnóstico precoz del cáncer de piel, especialmente del melanoma"
Esta herramienta tecnológica pondría sobre la mesa la detección precoz de las lesiones pigmentadas en el marco del primer nivel asistencial, lo que mejoraría el pronóstico de una enfermedad como el melanoma, toda vez que se reduciría en 20 veces el coste del tratamiento.
El nuevo trabajo, impulsado por un equipo multidisciplinar de carácter internacional, ha sido publicado en la revista Science Translational Medicine y ha puesto de relieve el desarrollo de un sistema de análisis de lesiones cutáneas gracias al uso de redes neuronales profundas.
"Desarrollaron un sistema de análisis de imágenes de lesiones pigmentadas sospechosas con 399 variables ligadas a aspectos como la simetría, bordes, colores, textura o tamaño"
"El propósito del estudio era desarrollar un algoritmo que sirviera como plataforma de evaluación para distintas herramientas físicas e informáticas dirigidas al diagnóstico precoz del cáncer de piel, especialmente del melanoma", describe a la citada publicación el doctor José Avilés Izquierdo, dermatólogo del Hospital General Universitario Gregorio Marañón (Madrid).
Tal y como explica el facultativo, los expertos del Instituto de Tecnología de Massachusetts (MIT), impulsores del estudio, "desarrollaron un sistema de análisis de imágenes de lesiones pigmentadas sospechosas con 399 variables ligadas a aspectos como la simetría, bordes, colores, textura o tamaño". Para tal fin, añade, "analizaron 38.283 muestras procedentes de pacientes y de recursos públicos".