La IA supera a los dermatólogos experimentados en la precisión de la detección del cáncer de piel

• Los investigadores entrenaron una red neuronal convolucional para detectar el cáncer de piel.
• Superó a un grupo internacional de dermatólogos experimentados.
• La IA no sustituirá a los médicos, pero puede servir como ayuda para una toma de decisiones más precisa.

Por primera vez, un equipo internacional ha demostrado que la inteligencia artificial puede detectar el cáncer de piel con mayor precisión que los dermatólogos experimentados.

Los casos de melanoma maligno están aumentando:más de 230 000 nuevos diagnósticos en todo el mundo y 59 800 muertes en 2015. La detección temprana es fundamental; en el estadio IV, las tasas de supervivencia a 5 y 10 años caen al 15 % y al 10 %.

El equipo de la Sociedad Europea de Oncología Médica entrenó una red neuronal convolucional (CNN) en más de 100.000 imágenes dermatoscópicas de melanomas malignos y lunares benignos.

En una comparación directa, la CNN pasó por alto menos casos positivos que 58 dermatólogos de 14 países.

Red neuronal artificial

Los investigadores utilizaron la arquitectura Inception-v4 de Google y la entrenaron en imágenes dermatoscópicas y sus diagnósticos. Las redes neuronales aprenden con el ejemplo y mejoran progresivamente a medida que se exponen a más datos.

Las imágenes se ampliaron 10 veces para proporcionar a CNN una vista detallada. Cada iteración de entrenamiento mejoró la capacidad del modelo para distinguir lesiones malignas de benignas.

CNN contra médicos

Se crearon dos conjuntos de pruebas:Nivel I (solo imágenes dermatoscópicas) y Nivel II (imágenes dermatoscópicas más información clínica). Tanto CNN como los dermatólogos midieron la especificidad, la sensibilidad y el área bajo la curva ROC.

En el Nivel I, los dermatólogos lograron una sensibilidad promedio del 86,6 % para el melanoma y una especificidad del 71,3 % para los lunares benignos. La CNN alcanzó una sensibilidad del 95 % para el melanoma y mantuvo la misma especificidad del 71,3 % para los lunares benignos.

En el nivel II, el rendimiento mejoró en ambos grupos, pero la CNN aún demostró mayor sensibilidad y especificidad, omitió menos cánceres y clasificó erróneamente menos lesiones benignas.

Los resultados también coincidieron con los tres algoritmos principales del desafío del Simposio Internacional sobre Imágenes Biomédicas (ISBI) de 2016.

Conclusión

Los datos indican que una CNN puede superar incluso a los dermatólogos con mucha experiencia en la identificación del cáncer de piel.

Si bien la tecnología no pretende reemplazar a los médicos, ofrece una poderosa herramienta de apoyo a la toma de decisiones que puede mejorar la precisión del diagnóstico.

Leer:Google desarrolla una IA que predice enfermedades cardíacas escaneando tus ojos

Las mejoras futuras provendrán de conjuntos de capacitación más amplios y avances en la tecnología de imágenes, lo que potencialmente transformará el diagnóstico dermatológico en un futuro cercano.

Referencia:Anales de Oncología | doi:10.1093/annonc/mdy166