Política de privacidad      Acceso / Registro

jueves, 6 octubre 2022

De la ciencia ficción a la consulta: la IA es ya una realidad en Dermatología

La IA está presente ya nuestra vida diaria, y la Dermatología es una de las especialidades médicas que más la utilizará de forma rutinaria

Sandra Pulido
Sandra Pulido
Redactora en Gaceta Médica

El avance de las nuevas tecnologías ha ido modificando el concepto de la medicina con el paso de los años. La combinación de la ciencia con la robótica ha dado paso a máquinas inteligentes que son capaces de tomar decisiones para casos concretos a partir de normas generales.

La inteligencia artificial (IA)[1] es una rama de las ciencias de la computación que incluye conceptos muy transversales relacionados con la lógica y el aprendizaje. Se trata, por lo tanto, de diseñar herramientas informáticas que simulen procesos de inteligencia humana, las cuales incluyen el aprendizaje, el razonamiento y la autocorrección. Mediante diversos algoritmos, las máquinas ‘aprenden’ y son capaces de ‘tomar decisiones’.  No se trata de una película en la gran pantalla, sino de una realidad que está presente en muchos ámbitos del día a día. También relacionados con nuestra salud.

Esta herramienta se ha convertido en los últimos diez años en una gran aliada de la especialidad de la Dermatología, con la aportación de novedosas técnicas que facilitan el diagnóstico y tratamiento de los pacientes.

Esto ha sido posible gracias a los avances en la velocidad del procesamiento de datos en los ordenadores. Realmente la IA no es nueva, se conocen sus bases desde 1960, pero las mejoras técnicas de los últimos años han justificado su presencia explosiva en muchas actividades diarias y, en particular, en la Medicina. 

La IA está presente ya nuestra vida diaria, y la Dermatología es una de las especialidades médicas que más la utilizará de forma rutinaria.

Imágenes dermatoscópicas

En Dermatología se utilizan habitualmente múltiples variables, por lo que se necesitan múltiples ‘neuronas’ para tejer una red de conexiones que nos generen información útil.[2]

En el 48º Congreso de la Asociación Española de Dermatología y Venereología (AEDV), especialistas en IA aplicada a la Dermatología abordaron las últimas novedades y las prestaciones que este tipo de herramientas ya ofrecen en la práctica clínica.

“La IA comenzó muy pronto a estar presente en nuestra especialidad, ya que el análisis de imágenes es uno de sus puntos fuertes y de las redes neurales profundas. En particular, ha sido en el análisis de imágenes dermatoscópicas de lesiones melanocíticas donde se ha conseguido llegar hasta un 98% de probabilidad de acierto diagnóstico, existiendo muchos estudios de ‘expertos contra la maquina’”, explica Julián Conejo-Mir, catedrático de Dermatología de la Universidad de Sevilla, y jefe de Servicio y director de la Unidad de Gestión Clínica de Dermatología del Hospital Universitario Virgen del Rocío de Sevilla.

“En el análisis de imágenes dermatoscópicas de lesiones melanocíticas donde se ha conseguido llegar hasta un 98% de probabilidad de acierto diagnóstico”

Julián Conejo-Mir, catedrático de Dermatología de la Universidad de Sevilla.

Y es que los dermatólogos aseguran que la IA será “imprescindible” en los múltiples procesos de diagnóstico clínico de la imagen, así como en la elección de tratamientos específicos y personalizados. Incluso, para determinar las opciones más convenientes en reconstrucciones quirúrgicas.  Sin embargo, los expertos puntualizan que esta explosión tecnológica hay que saber aplicarla. Es importante conocer hacia dónde se quiere ir y protocolizar las diferentes estrategias.

48º Congreso de la Asociación Española de Dermatología y Venereología (AEDV). Simposio: Interligencia aritifical y la dermatología del futuro.

El ejemplo del Hospital Virgen del Rocío

El Hospital Universitario Virgen del Rocío es un centro pionero en España en aplicar la IA al diagnóstico del cáncer de piel a través de teledermatología.

“Llevamos utilizando la teledermatologia 15 años a través de las fotografías que nos envían desde Atención Primaria. Gracias a estas imágenes, en Dermatología valoramos si hay que citar urgentemente al paciente o si no se trata de un caso prioritario”, explica Conejo- Mir.

Todos estos años de manejo de imágenes de lesiones sospechosas que enviaban los médicos de familia al hospital han permitido que, desde hace dos años, se plantease el uso de la IA.

En la actualidad, han desarrollado un algoritmo capaz de identificar estas lesiones en el 90% de los casos a través de las imágenes de patologías sospechosas que envían los médicos de atención primaria a las consultas externas del hospital. Así, y a modo de triaje, permite el diagnóstico precoz de dos de las complicaciones más comunes de las lesiones de piel: el melanoma y el carcinoma. Y ofrece un informe con los resultados en apenas minutos.

“Hemos desarrollado un algoritmo para analizar las imágenes. El programa estima la probabilidad que tiene de ser un lesión cancerígena y automáticamente crea un circuito asistencial para citar al paciente en consulta o directamente en el quirófano”, señala el especialista.

El propio ordenador envía una cita preferente en caso de detectar una lesión de alto riesgo; en un plazo inferior a una semana si hay sospecha de melanoma, y en menos de 20 días si lo que se detecta es un posible carcinoma.

“El programa estima la probabilidad que tiene de ser un lesión cancerígena y automáticamente crea un circuito asistencial para citar al paciente en consulta o directamente en el quirófano”

Julián Conejo-Mir, catedrático de Dermatología de la Universidad de Sevilla.

El algoritmo de aprendizaje automático comenzó a emplearse hace dos años con una tasa de acierto del 88 por ciento. Pero, tras varios ajustes y este periodo de validación de dos años, ha resultado muy eficaz, con un 90 por ciento de capacidad de acierto a la hora de identificar ciertos tipos de cáncer de piel en base a simples fotografías de lesiones cutáneas.

“Nuestro primer objetivo era poder llevar a cabo un triaje porque recibimos de media 100-150 fotografías diarias. Gracias a la IA, 60 o 70 se pueden contestar automáticamente. La teledermatología y la IA permiten ver a los pacientes de una forma más optimizada y organizada”, señala el experto.

Este programa facilita el trabajo de los dermatólogos del Virgen del Rocío, quienes atienden más de 65.000 consultas al año. De ellas, alrededor del 20% son mediante teleconsulta.

El Hospital Universitario Virgen del Rocío ha trabajado en colaboración con el Hospital Memorial Memorial Sloan Kettering Cancer Center de Nueva York (USA), un centro referente a nivel mundial en cáncer de piel que utiliza técnicas de inteligencia artificial como asistente para precisar al dermatólogo si queda algún resto de tumor o no en la zona de extirpación.  La experiencia de ambos centros en la clasificación de células cancerosas se ha plasmado en un artículo publicado en Journal of Investigative Dermatólogo[3].

De cara al futuro, el servicio de Dermatología de Virgen del Rocío está desarrollando un robot ayudante de consulta que utiliza algoritmos para procesamiento natural del lenguaje (NLP).

Esta nueva tecnología permitirá que un chatbot por IA pueda elaborar la historia clínica del paciente. Posteriormente, mediante otro algoritmo diferente de IA, analizará los datos (topics) del chatbot y ofrecerá, en segundos, datos fundamentales para establecer el diagnóstico y el tratamiento adecuado. “Por tanto, cuando el especialista vea al paciente tendrá toda esta información previa”, señala el dermatólogo.

IA en enfermedades inflamatorias

Los algoritmos basados en IA pueden resultar útiles tanto para realizar una evaluación clínica más precisa como para ayudar a desarrollar protocolos terapéuticos personalizados y predicciones de resultados. De hecho, se han utilizado múltiples trabajos con fines de clasificación en diferentes enfermedades inflamatorias dermatológicas. Un artículo publicado a principios de año por el Servicio de Dermatología del Hospital de Manises (Valencia), y colaboradores, repasa los modelos más conseguidos en diferentes enfermedades de la piel.

Psoriasis

La psoriasis es una enfermedad cuya incidencia se sitúa en un 2,3 por ciento en España (más de un millón de casos) y que tiene un enorme impacto sobre calidad de vida de los pacientes. En este sentido, son muchos los centros de investigación de todo el mundo que han propuesto varios intentos de desarrollo de un programa de IA que ayude a evaluar la gravedad de la psoriasis.

Uno de los últimos modelos ha presentado tres clasificaciones estándar diferentes para estratificar el riesgo, y evaluar tres atributos principales: color, textura y espectros de orden superior. Para ‘entrenar’ a este clasificador se utilizaron 670 imágenes de lesiones. Los clasificadores realizaron una segmentación de las lesiones y las clasificaron en las clases “sana” o “enferma”. Este modelo alcanzó una precisión del 99,84 por ciento, una sensibilidad del 99,76 por ciento y una especificidad del 99,99 por ciento.

Otros estudios tratan de desarrollar un sistema para estratificar la gravedad de la psoriasis utilizando el Psoriasis Area and Severity Index (PASI). Es decir, evaluando el área afectada, la descamación, la induración y el color y el eritema de forma aislada. Por su parte, los trabajos actuales han logrado mejorar la detección automática de lesiones de psoriasis mediante el uso de la segmentación basada en clústeres junto con técnicas de inteligencia de enjambre (swarm intelligence techniques)[4].

No existe un método eficaz de predicción para identificar qué pacientes con psoriasis desarrollará artritis psoriásica

Recientemente, se han presentado los resultados del el proyecto IMAPSORS[5]. La tecnología de esta iniciativa ha sido cofinanciada por la Comisión Europea (CE) con el objetivo de generar información cuantificable de la piel del paciente psoriásico a partir de la toma de imagen mediante dispositivos móviles de uso personal. Los resultados obtenidos en la capacidad de detección de psoriasis y en la definición de la gravedad de forma automatizada en forma de PASI y BSA (Body Surface Area), tanto cuantitativa como cualitativamente, abren la puerta a una mejora en la definición de la gravedad y en la detección precoz de las formas moderada y grave.

También se han desarrollado programas de IA para evaluar y optimizar el tratamiento de la psoriasis, en concreto para determinar la respuesta a largo plazo a los tratamientos biológicos o las comorbilidades asociadas a la psoriasis.

Cabe destacar que el 30 por ciento de los pacientes con psoriasis desarrollará artritis psoriásica. Sin embargo, no existe aún un método eficaz de predicción. Se ha desarrollado un programa de IA a través del genotipo de pacientes con psoriasis y artritis psoriásica, diferenciando entre ambas enfermedades en función de 200 marcadores genéticos. Este es el primer estudio[6] que muestra una predicción robusta del desarrollo de artritis psoriásica utilizando solo información genética.

Dermatitis atópica

La dermatitis atópica (DA) grave es una gran desconocida para la sociedad, cuyos pacientes han vivido durante años la falta de arsenal terapéutico eficaz para combatir sus síntomas. Esta situación ha cambiado ligeramente en los últimos años con la aparición de nuevos fármacos gracias al estudio de las vías inmunológicas.

En este objetivo, la IA en DA puede servir de ayuda tanto en el diagnóstico como en el tratamiento personalizado, y en la predicción de su resultado. Pero, al igual que con las herramientas terapéuticas, está todavía en sus inicios.

Uno de los estudios más prometedores[7] ha diseñado un algoritmo que identificaba DA desde registros electrónicos de salud. Para ello, se utilizó un procesador de lenguaje natural que permitió incorporar tanto datos estructurados como no estructurados. Utilizando 562 notas clínicas, los diseñadores lograron un valor predictivo positivo del 84 por ciento y una sensibilidad del 75 por ciento.

La dermatitis atópica (DA) grave es una gran desconocida para la sociedad, cuyos pacientes han vivido durante años la falta de arsenal terapéutico eficaz para combatir sus síntomas

Rosácea y acné

La incidencia de la rosácea y el acné está incrementándose en la mujer adulta en los últimos años sin que los especialistas puedan encontrar una explicación clara para ello.

La evaluación clínica de los pacientes con rosácea, a menudo, presenta una importante variabilidad observacional. Un nuevo programa de IA ha definido regiones de interés anatómico para esta enfermedad. Estas regiones son aquellas áreas faciales altamente susceptibles de rosácea, lo que produce un descenso significativo de los falsos positivos en la identificación de lesiones de rosácea[8].

En el caso del acné, la gravedad de este es la que determina la elección de tratamiento.

En 2020, una aplicación smartphone demostró[9] que podía definir la gravedad de las lesiones de acné dentro del área facial, así como el punto de corte a partir del cual el tratamiento sistémico debería complementar al tratamiento inicial.

Otros programas de IA se han diseñado para el diagnóstico de diferentes enfermedades dermatológicas inflamatorias, como el liquen plano, la pitiriasis liquenoide o la dermatomiositis a partir de imágenes digitales. Los especialistas apuntan a toda una revolución de la IA en Dermatología, con sistemas de diversa índole y enfoque, pero con un potencial indudable.


[1] J.F. Avila-Tomás a,b,e,∗, M.A. Mayer-Pujadas c,e y V.J. Quesada-Varela La inteligencia artificial y sus aplicaciones en medicina I: introducción antecedentes a la IA y robótica, Elservier Atención primaria Vol. 52. Núm. 10. páginas 778-784 Diciembre 2020 DOI: 10.1016/j.aprim.2020.04.013.

[2] A. Martorell, A. Martin-Gorgojo, E. Ríos-Viñuela, J.M. Rueda-Carnero, F. Alfageme, R. Taberner, Inteligencia artificial en dermatología: ¿amenaza u oportunidad?, Actas Dermo-Sifiliográficas, Volume 113, Issue 1, 2022, Pages 30-46, ISSN 0001-7310, https://doi.org/10.1016/j.ad.2021.07.003.

[3] Mercedes Sendín, Martín Manuel Lara-Caro, Ucalene Harris, Julián Conejo-Mir, Sánchez José-Juan Pereyra-Rodríguez, Manu jainista Classification of Basal Cell Carcinoma in Ex Vivo Confocal Microscopy Images from Freshly Excised Tissues Using a Deep Learning Algorithm 2021DOI: https://doi.org/10.1016/j.jid.2021.09.029

[4] M. Dash, N.D. Londhe, S. Ghosh, V.K. Shrivastava, R.S. Sonawane Swarm intelligence based clustering technique for automated lesion detection and diagnosis of psoriasis

Comput Biol Chem, 86 (2020), p. 107247

[5] A. Martorell, E. Ibor Crespo, V. Gisbert, R. Ruiz Villaverde, S. Arias, A. Sahuquillo, et al.

IMAPSORS project: A multicentre validation study to assess the accuracy of an AI solution to quantify the psoriasis severity J Am Acad Dermatol, 85, Suppl 1 (2021), p.

[6] M.T. Patrick, P.E. Stuart, K. Raja, J.E. Gudjonsson, T. Tejasvi, J. Yang, et al.

Genetic signature to provide robust risk assessment of psoriatic arthritis development in psoriasis patients Nat Commun, 9 (2018), p. 4178

[7] Close E. Gustafson, J. Pacheco, F. Wehbe, J. Silverberg, W. Thompson A Machine learning algorithm for identifying atopic dermatitis in adults from electronic health records 2017 IEEE International Conference on Healthcare Informatics (ICHI), 2017 (2017), pp. 83-90

[8] H. Binol, A. Plotner, J. Sopkovich, B. Kaffenberger, M.K.K. Niazi, M.N. Gurcan Ros-NET: A deep convolutional neural network for automatic identification of rosacea lesions Skin Res Technol, 26 (2020), pp. 413-421

[9] A. Martorell, E. Ibor, V. Gisbert, V. Sanz Motilva, M. Solera, M. Sanz FACE Project: Value of a novel artificial intelligence solution to make at home cosmetic virtual analysis in the COVID era. Presented in EADV Annual Meeting (2020)

Sandra Pulido
Sandra Pulido
Redactora en Gaceta Médica
- Advertisement -

Síguenos

484SeguidoresSeguir

Destacado

Últimos artículos