IA Supera a Dermatólogos Experimentados en Precisión de Detección de Cáncer de Piel

• Investigadores entrenaron una red neuronal convolucional para detectar cáncer de piel.
• Superó a un grupo internacional de dermatólogos experimentados.
• La IA no reemplazará médicos pero puede servir como ayuda para decisiones más precisas.

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

Los casos de melanoma maligno aumentan —más de 230.000 nuevos diagnósticos mundiales y 59.800 muertes en 2015. La detección temprana es crítica; en estadio IV, las tasas de supervivencia a 5 y 10 años caen a 15 % y 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 comparación cara a cara, la CNN falló menos casos positivos que 58 dermatólogos de 14 países.

Red Neuronal Artificial

Los investigadores emplearon la arquitectura Inception-v4 de Google, entrenándola en imágenes dermatoscópicas y sus diagnósticos. Las redes neuronales aprenden por ejemplo, mejorando progresivamente al exponerse a más datos.

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

CNN vs. Médicos

Se crearon dos sets de prueba: Nivel-I (solo imágenes dermatoscópicas) y Nivel-II (imágenes dermatoscópicas más información clínica). Tanto CNN como dermatólogos midieron sensibilidad, especificidad y área bajo curva ROC.

En Nivel-I, dermatólogos lograron sensibilidad media 86,6 % para melanoma y 71,3 % especificidad para lunares benignos. La CNN alcanzó 95 % sensibilidad para melanoma manteniendo misma especificidad 71,3 % para lunares benignos.

En Nivel-II, el rendimiento mejoró para ambos grupos, pero la CNN aún demostró mayor sensibilidad y especificidad, fallando menos cánceres y clasificando erróneamente menos lesiones benignas.

Los resultados también igualaron los tres mejores algoritmos del desafío 2016 International Symposium on Biomedical Imaging (ISBI).

Conclusión

Los datos indican que una CNN puede superar incluso a dermatólogos altamente experimentados en identificar cáncer de piel.

Aunque la tecnología no pretende reemplazar clínicos, ofrece poderosa herramienta de apoyo a decisión que puede mejorar precisión diagnóstica.

Leer: Google Desarrolla IA que Predice Enfermedad Cardíaca Escaneando Tus Ojos

Mejoras futuras vendrán de conjuntos de entrenamiento mayores y avances en tecnología de imagen, transformando potencialmente diagnósticos dermatológicos en el futuro próximo.

Referencia: Annals of Oncology | doi: 10.1093/annonc/mdy166