Nueva herramienta de inteligencia artificial detecta melanomas

Los melanomas son un tipo de cáncer de piel que comienza en células conocidas como melanocitos. El cáncer es muy peligroso debido a su capacidad de diseminarse a otros órganos más rápidamente si no se trata a tiempo. Es tan letal que el cáncer es responsable del 70 por ciento de todas las muertes relacionadas con el cáncer de piel en todo el mundo.

Por lo general, los médicos utilizan herramientas de inspección visual para detectar lesiones pigmentadas sospechosas (SPL), que indican cáncer de piel. La identificación temprana de SPL puede mejorar el pronóstico del melanoma y reducir significativamente los costos del tratamiento. Sin embargo, la tarea desafiante es encontrar y priorizar SPL, ya que el alto volumen de lesiones pigmentadas a menudo necesita ser evaluado para posibles biopsias.

Desarrollo del MIT para detección de melanomas

Los científicos del MIT han encontrado la solución a esto. Han desarrollado una nueva canalización de IA para detectar SPL mediante el uso de fotografías de campo amplio.

Para desarrollar esta nueva IA, los científicos utilizaron redes neuronales convolucionales profundas (DCNN) para identificar y detectar rápidamente el melanoma en etapa temprana.

Luis R. Soenksen, un postdoctorado y experto en dispositivos médicos, que actualmente actúa como el primer Venture Builder del MIT en Inteligencia Artificial y Salud, dijo: “La detección temprana de SPL puede salvar vidas; sin embargo, todavía falta la capacidad actual de los sistemas médicos para proporcionar exámenes cutáneos completos a escala «.

Utilizando IA, los científicos entrenaron el sistema usando 20.388 imágenes de campo amplio de 133 pacientes en el Hospital Gregorio Marañón, en Madrid, al igual que imágenes de acceso libre capturadas por cámaras normales que están fácilmente disponibles.

Los dermatólogos que trabajaban con los científicos verificaron visualmente las imágenes para compararlas y encontraron que el sistema alcanzó una sensibilidad del 90,3 por ciento. También evita la necesidad de obtener imágenes de lesiones individuales engorrosas y que requieren mucho tiempo.