Desarrollan un sistema de Inteligencia Artificial que detecta lesiones en la piel como el melanoma

Un equipo de investigación de la Universidad de Sevilla ha desarrollado un clasificador basado en inteligencia artificial para detectar lesiones en la piel, como el melanoma, con una precisión del 99 %. Según la información difundida por la Fundación Descubre, este sistema puede aplicarse en el análisis preliminar de imágenes médicas y como apoyo a la toma de decisiones clínicas en el ámbito sanitario.

Los expertos proponen trasladar este sistema a una aplicación móvil que analice fotos tomadas en tiempo real, convirtiéndolo en una herramienta complementaria, rápida, intuitiva y precisa para detectar enfermedades dermatológicas en el ámbito clínico. Utilizaron un enfoque basado en machine learning, un sistema de inteligencia artificial que emplea algoritmos y modelos estadísticos para que un programa informático pueda aprender a partir de datos.

Para desarrollar este sistema, los investigadores utilizaron una base de datos pública con 10.000 imágenes de siete tipos de lesiones dermatológicas, algunas de las cuales son similares a simple vista. Estudiaron lunares, melanomas, zonas elevadas y ásperas de la piel producidas por la exposición al sol, el carcinoma de células basales (el tipo más común de cáncer de piel), parches de piel escamosos, lesiones vasculares y dermatofibromas (tumores cutáneos benignos originados por una proliferación excesiva de las fibras de la dermis).

Las imágenes fueron clasificadas por enfermedad y divididas en dos grupos: uno de entrenamiento y otro de validación. El grupo de entrenamiento enseñó al sistema a reconocer cada lesión, mientras que el grupo de validación verificó la efectividad del aprendizaje. José Antonio Rangel, autor del artículo, explicó que las imágenes digitales están formadas por patrones matemáticos, y el programa los identifica por capas, permitiendo distinguir las características de cada lesión y determinar su naturaleza.

Para confirmar la precisión del sistema, los investigadores realizaron un proceso de validación cruzada, dividiendo las imágenes en cinco grupos aleatorios. Esto aseguró que el modelo identificara correctamente las lesiones sin limitarse a un solo conjunto de datos, aumentando así la precisión del sistema de clasificación.

Los expertos del Departamento de Arquitectura y Tecnología de Computadores de la Escuela Técnica Superior de Ingeniería Informática de la Universidad de Sevilla concluyeron que este sistema inteligente funciona correctamente y posee una precisión del 99 %. Su efectividad ha sido corroborada en la clasificación de las siete anomalías y enfermedades cutáneas estudiadas.

Sin embargo, Manuel Jesús Domínguez, investigador de la Universidad de Sevilla, enfatiza que este sistema no sustituye el criterio de un profesional médico, quien debería validar el resultado propuesto por la herramienta.