Un equipo de investigadores y desarolladores de Alemania, Estados Unidos y Francia ha presentado un nuevo y potente sistema de inteligencia artificial capaz de distinguir las lesiones cutáneas peligrosas (melanomas) de las benignas (lunares).

La máquina o CNN (Deep Learning Convolutional Neural Network) detectó el 95% de los melanomas a partir de las imágenes, mientras que los dermatólogos que participaron en el estudio alcanzaron el 86,6%. El objetivo de dicho estudio era la búsqueda de diagnósticos mejores y más rápidos, tal y como señalaron investigadores.

Este nuevo dispositivo fue puesto a prueba y contrarrestado con la opinión de los 58 dermatólogos de 17 países que colaboraron en dicha investigación. Más de la mitad de ellos eran expertos con más de cinco años de experiencia; el 19% tenía entre dos y cinco años de experiencia y el 29% eran principiantes con menos de dos años.

«La CNN pasó por alto menos melanomas”, aseguró en una declaración el primer autor del estudio, Holger Haenssle, de la Universidad de Heidelberg. También «diagnosticó erróneamente menos lunares benignos como melanoma maligno… lo que se traduciría en menos cirugías innecesarias”, aclaraba Haenssle.

Cabe señalar que el rendimiento de los dermatólogos mejoró cuando se les proporcionó más información sobre los pacientes y sus lesiones cutáneas.

El equipo de invetigación afirmaba que este nuevo dispositivo de inteligencia artificial podría ser una herramienta útil para un diagnóstico más rápido y fácil del cáncer de piel, permitiendo la extirpación quirúrgica antes de que se disemine. Hay alrededor de unos 232.000 casos nuevos de melanoma y 55.500 muertes en el mundo al año como consecuencia del cáncer de piel.

Sin embargo, el melanoma es especialmente difícil de visualizar en ciertas partes del cuerpo, como los dedos de las manos, los pies y el cuero cabelludo, y la Inteligencia Artificial puede tener dificultades a la hora reconocer lesiones «atípicas» o que los propios pacientes desconocen.

«Actualmente, no hay sustituto para un examen clínico completo», escribieron las expertas Victoria Mar de la Universidad de Monash en Melbourne y Peter Soyer de la Universidad de Queensland en un editorial publicado con el estudio.

Fuente: The Guardian

Más información: «Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists», by H.A. Haenssle et al. Annals of Oncology. DOI: 10.1093/annonc/mdy166

Redacción QUO