Su capacidad diagnóstica a través de imágenes es similar a la de un dermatólogo experimentado

El big data se pone a nivel del dermatólogo en detección de cáncer de piel
Un dermatólogo observa la piel del paciente a través de un dermatoscopio.


2 feb. 2017 11:20H
SE LEE EN 1 minuto
POR REDACCIÓN
Investigadores de Standford han ‘entrenado’ un algoritmo para identificar qué lesiones de la piel serán susceptibles de desarrollar cáncer y cuáles no, consiguiendo que sea tan bueno como un dermatólogo experimentado. La idea de los desarrolladores, tal y como han manifestado en Nature, es trasladarlo a tecnología smartphone para asistir a los profesionales en el diagnóstico de lesiones difíciles.

Empezó con un proyecto estudiantil y, de hecho, el algoritmo no es nuevo: fue desarrollado por Google para identificar unas 1.000 categorías de objetos. Su primera misión fue que diferenciara perros y gatos mediante imágenes.

En manos de los investigadores de Standford y con ayuda de la Escuela de Medicina de la Universidad (que les ayudó en la taxonomización de imágenes), lo transformaron en un programa capaz de distinguir carcinomas malignos de una queratosis seborreica benigna.

El algoritmo fue ejercitado mediante una base de datos de 130.000 imágenes, que se correspondían a unas 2.000 enfermedades diferentes. Una comisión de 21 dermatólogos valoraba si había que pedir biopsia o proceder con un tratamiento directamente. Tras el ‘entrenamiento’, el programa era capaz de identificar, desde la primera prueba, potenciales cánceres de piel con gran precisión.

Este algoritmo existe en ordenador, pero los investigadores de Standford pretenden trasladarlo en breve a smartphone y “por tanto proveer potencialmente de acceso universal y barato a una atención diagnóstica vital”.
Las informaciones publicadas en Redacción Médica contienen afirmaciones, datos y declaraciones procedentes de instituciones oficiales y profesionales sanitarios. No obstante, ante cualquier duda relacionada con su salud, consulte con su especialista sanitario correspondiente.