Clasificación a nivel de dermatólogo del cáncer de piel con redes neuronales profundas

Área de la Ciencia:

• Dermatología
• Inteligencia artificial
• Análisis de imágenes médicas

Sus antecedentes:

• El diagnóstico del cáncer de piel se basa en gran medida en el cribado visual, la dermoscopia y la histopatología.
• Clasificar con precisión diversas lesiones cutáneas es un desafío debido a las sutiles variaciones visuales.
• Las redes neuronales convolucionales profundas (CNN) son prometedoras para tareas complejas de clasificación de imágenes.

Objetivo del estudio:

• Desarrollar y evaluar una única CNN para la clasificación integral de las lesiones cutáneas directamente a partir de imágenes clínicas.
• Evaluar el rendimiento de la IA frente a dermatólogos certificados en escenarios críticos de diagnóstico de cáncer de piel.
• Explorar el potencial de los dispositivos móviles impulsados por IA para la detección accesible del cáncer de piel.

Principales métodos:

• Entrenó una CNN en un conjunto de datos de 129.450 imágenes clínicas que cubren 2.032 enfermedades.
• Utilizó una única CNN entrenada de extremo a extremo tomando solo datos de píxeles y etiquetas de enfermedades como entrada.
• Comparó el rendimiento de CNN con 21 dermatólogos en imágenes probadas por biopsia para dos clasificaciones binarias clave.

Principales resultados:

• La CNN logró un rendimiento a la par con los dermatólogos expertos en la clasificación de los carcinomas de queratinocitos frente a las queratosis seborreica.
• La CNN demostró una precisión comparable a la de los dermatólogos para distinguir los melanomas malignos de los nevi benignos.
• El estudio valida la competencia de la IA en la clasificación de cánceres de piel comunes y mortales.

Conclusiones:

• Un sistema de IA que utiliza CNN puede lograr la competencia a nivel de dermatólogo en la clasificación del cáncer de piel.
• Los dispositivos móviles integrados con redes neuronales profundas podrían ampliar significativamente el acceso a la atención dermatológica.
• Esta tecnología ofrece una vía potencial para un acceso de diagnóstico universal y de bajo costo a la detección vital del cáncer de piel.