News Release

Una red neuronal podría ayudar a los médicos a buscar lesiones cutáneas precancerosas

Peer-Reviewed Publication

American Association for the Advancement of Science (AAAS)

Neural Network Could Help Clinicians Look for "Ugly Duckling" Pre-Cancerous Skin Lesions (2 of 5)

image: Example images with multiple lesions on the back of a subject. The neural network analyzes the images and classifies the lesions as nonsuspicious or suspicious (red). This material relates to a paper that appeared in the Feb. 17, 2021, issue of Science Translational Medicine, published by AAAS. The paper, by L.R. Soenksen at Massachusetts Institute of Technology in Cambridge, MA; and colleagues was titled, "Using deep learning for dermatologist-level detection of suspicious pigmented skin lesions from wide-field images." view more 

Credit: L.R. Soenksen <i>et al., Science Translational Medicine</i> (2021)

Un sistema de red neuronal que analiza fotografías puede clasificar y distinguir lesiones cutáneas sospechosas y potencialmente precancerosas, susceptibles de convertirse en un melanoma maligno de piel, mortal si no se detecta y elimina a tiempo. El sistema detectó con precisión las lesiones sospechosas de 68 pacientes de una manera que en su mayoría coincidió con las evaluaciones confirmadas de los dermatólogos. Los resultados sugieren que esta plataforma podría ayudar a los médicos a detectar lesiones sospechosas durante las visitas clínicas con mayor rapidez y a mayor escala, lo que permitiría un diagnóstico y un tratamiento más tempranos. El melanoma es la forma más mortal de cáncer de piel, pero los resultados pueden ser muy favorables para aquellos pacientes a los que se extirpan los melanomas durante las primeras etapas de la enfermedad, cuando la lesión aún es delgada y no se ha extendido profundamente a la piel. Para detectar melanomas, los médicos suelen evaluar las superficies grandes de la piel con el conjunto de criterios ABCDE, buscando lesiones "patito feo" que muestren signos de ser precancerosas. Las autoridades también han comenzado a implementar grandes programas de detección de cáncer de piel para reducir la carga del melanoma sobre los sistemas sanitarios, pero las clínicas carecen de herramientas escalables que puedan evaluar las lesiones en un gran número de pacientes. En esta ocasión, Luis Soenksen y sus colegas diseñaron una plataforma de red neuronal que toma fotografías de lesiones cutáneas -incluso aquellas obtenidas con la cámara de un teléfono móvil- e identifica rápidamente las marcas sospechosas que pueden necesitar pruebas de seguimiento. El equipo entrenó su tecnología con 38 283 fotografías, incluyendo fotografías de la piel de 133 pacientes, y observó que el método distinguía las lesiones sospechosas de las no sospechosas con una sensibilidad y especificidad del 90,3 % y el 89,9 %, respectivamente. En un experimento separado, la estrategia también clasificó las lesiones de "patito feo" en la piel de 68 pacientes, arrojando clasificaciones que en su mayoría coincidieron con las evaluaciones de 3 dermatólogos. Los autores añaden que las mejoras futuras pueden ayudar a abordar algunas limitaciones actuales del sistema, como hacer que funcione con una gama más amplia de cámaras, configuraciones de luz y fotógrafos.

###


Disclaimer: AAAS and EurekAlert! are not responsible for the accuracy of news releases posted to EurekAlert! by contributing institutions or for the use of any information through the EurekAlert system.