Un equipo de investigación de la Universidad de Sevilla ha creado un clasificador basado en inteligencia artificial capaz de detectar lesiones en la piel, como el melanoma, con una precisión del 99 %. El sistema, según informó la Fundación Descubre en un comunicado, se puede utilizar para el análisis preliminar de imágenes médicas y como apoyo en la toma de decisiones clínicas en el ámbito sanitario.
Los investigadores proponen la implementación de este sistema en una aplicación móvil que permita analizar fotos tomadas en tiempo real. Esta herramienta sería complementaria, rápida, intuitiva y precisa para detectar enfermedades dermatológicas en el entorno clínico.
El sistema se basa en un enfoque de ‘machine learning’, una rama de la inteligencia artificial que emplea algoritmos y modelos estadísticos para que un programa informático pueda aprender a partir de un conjunto de datos. La alta precisión del sistema permite la predicción y análisis de grandes volúmenes de información.
Para desarrollar este clasificador, el equipo utilizó una base de datos pública con 10.000 imágenes de siete tipos de lesiones dermatológicas, algunas de las cuales presentan un aspecto similar a simple vista. Entre las lesiones estudiadas se incluyen lunares, melanomas, carcinoma de células basales (el tipo más común de cáncer de piel), parches de piel escamosos, lesiones vasculares y dermatofibromas, que son tumores cutáneos benignos originados por una proliferación excesiva de las fibras de la dermis.
Las imágenes fueron clasificadas por tipo de enfermedad y divididas en dos grupos: uno de entrenamiento y otro de validación. El primero se utilizó para enseñar al sistema a reconocer cada lesión, y el segundo para verificar el éxito del aprendizaje. José Antonio Rangel, autor del artículo, explicó que las imágenes digitales están formadas por patrones matemáticos y que el programa identifica estos patrones por capas, permitiendo distinguir las características de cada lesión y determinar de cuál se trata.
Para asegurar la precisión del sistema, los investigadores realizaron un proceso de validación cruzada. Dividieron las imágenes en cinco grupos aleatorios y verificaron que el modelo identificaba correctamente las lesiones, no limitándose a reconocer un solo conjunto de datos. Este proceso incrementó la precisión del clasificador.
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 el sistema funciona correctamente, alcanzando una precisión del 99 % en la clasificación de las siete anomalías y enfermedades cutáneas estudiadas.
A pesar de estos resultados, Manuel Jesús Domínguez, investigador de la Universidad de Sevilla, subraya que esta herramienta no sustituye el criterio de un profesional médico, quien debería validar los resultados proporcionados por el sistema.
