Los diagnósticos de cáncer de piel con IA, menos precisos en piel oscura

En este estudio, los investigadores señalan que existe una necesidad urgente de mejores conjuntos de datos sobre cánceres de piel y otras lesiones cutáneas

Cáncer de piel (Foto. Freepik)
Cáncer de piel (Foto. Freepik)
logo squared 200x200
27 noviembre 2021 | 00:00 h

Los sistemas de inteligencia artificial que se están desarrollando para diagnosticar el cáncer de piel corren el riesgo de ser menos precisos para las personas con piel oscura, tal y como sugiere una investigación publicada en Lancet Digital Health.

La inteligencia artificial se utiliza cada vez más en medicina, ya que puede hacer que el diagnóstico de enfermedades como el cáncer de piel sea más rápido y eficaz. Sin embargo, la IA debe ser "entrenada" observando datos e imágenes de una gran cantidad de pacientes en los que ya se ha establecido el diagnóstico, por lo que un programa de IA depende en gran medida de la información en la que está entrenado.

En este estudio, los investigadores señalan que existe una necesidad urgente de mejores conjuntos de datos sobre cánceres de piel y otras lesiones cutáneas que contengan información sobre quién está representado en los conjuntos de datos.

La investigación ha demostrado que los programas entrenados en imágenes tomadas de personas con tipos de piel más claros pueden no ser tan precisos para las personas con piel más oscura, y viceversa

La investigación fue presentada por el doctor David Wen de la Universidad de Oxford, en Reino Unido, quien ha explicado que “los programas de inteligencia artificial tienen un gran potencial para diagnosticar el cáncer de piel porque pueden mirar imágenes y evaluar de manera rápida y rentable cualquier punto preocupante en la piel”.

Sin embargo, ha añadido, “es importante conocer las imágenes y los pacientes que se utilizan para desarrollar programas, ya que influyen en los grupos de personas para los que los programas serán más eficaces en entornos de la vida real”. “La investigación ha demostrado que los programas entrenados en imágenes tomadas de personas con tipos de piel más claros pueden no ser tan precisos para las personas con piel más oscura, y viceversa", ha asegurado.

"CREAR ESTÁNDARES DE CALIDAD"

Los investigadores llevaron a cabo la primera revisión de todos los conjuntos de datos de acceso gratuito sobre lesiones cutáneas en todo el mundo. Encontraron 21 conjuntos que incluían más de 100.000 fotografías.

El diagnóstico de cáncer de piel normalmente requiere una foto de la lesión preocupante, así como una foto tomada con una lupa de mano especial, llamada dermatoscopio, pero solo dos de los 21 conjuntos de datos incluían imágenes tomadas con ambos métodos. A los conjuntos de datos también les faltaba otra información importante, como el modo en que se eligieron las imágenes para incluirlas y evidencia de aprobación ética o consentimiento del paciente.

Catorce de los 21 conjuntos de datos proporcionaron información sobre de qué país procedían y, de ellos, nueve contenían imágenes de países europeos. Solo un pequeño porcentaje de imágenes se acompañó de información sobre el color de piel o el origen étnico de los pacientes. Entre las imágenes en las que se indicó el color de la piel (2.436 imágenes), solo diez eran de piel morena y solo una era de piel morena o negra. Entre las imágenes en las que se indicó el origen étnico (1.585 imágenes), ninguna era de personas de origen africano, afrocaribeño o del sur de Asia.

“Descubrimos que para la mayoría de los conjuntos de datos, no se informó mucha información importante sobre las imágenes y los pacientes en estos conjuntos de datos. Había información limitada sobre quién, cómo y por qué se tomaron las imágenes. Esto tiene implicaciones para los programas desarrollados a partir de estas imágenes, debido a la incertidumbre sobre cómo pueden funcionar en diferentes grupos de personas, especialmente en aquellos que no están bien representados en los conjuntos de datos, como aquellos con piel más oscura. Potencialmente, esto puede llevar a la exclusión o incluso al daño de estos grupos de las tecnologías de IA·, ha reiterado el doctor Wen.

Por ello, los investigadores esperan crear estándares de calidad para los datos de salud utilizados en el desarrollo de IA. “Esto incluirá información sobre quiénes deben estar representados en los conjuntos de datos y qué características de los pacientes deben registrarse”, han avanzado.

Los contenidos de ConSalud están elaborados por periodistas especializados en salud y avalados por un comité de expertos de primer nivel. No obstante, recomendamos al lector que cualquier duda relacionada con la salud sea consultada con un profesional del ámbito sanitario.
Lo más leído