Le ha llegado el turno a la dermatología. Un algoritmo de aprendizaje automático o machine learning ha igualado por primera vez a los dermatólogos identificando ciertos tipos de cáncer de piel en base a simples fotografías de lesiones cutáneas.
Suena a otro aburrido avance de la inteligencia artificial, pero en este caso sí que puede tener un impacto brutal a corto plazo. El cáncer de piel es uno de los cánceres más comunes del mundo. Según la OMS, un tercio de todos los cánceres son de piel y casi 100.000 personas mueren cada año por su culpa.
Pese a eso y pese a que seguramente sea el cáncer más visible, casi siempre se diagnostica tarde cuando ya es demasiado agresivo. Un algoritmo como este y un simple smartphone podrían darle la vuelta a nuestra lucha contra el cáncer de piel. Y no es poco.
130.000 imágenes para superar a los especialistas
Todo empezó como un trabajo de clase en la Universidad de Stanford. Sebastian Thrun, profesor adjunto de inteligencia artificial, propuso a sus estudiantes iniciar el entrenamiento de una red neuronal. Reunieron casi 130.000 imágenes de lesiones de piel asociadas a unas 2000 enfermedades distintas y, para sorpresa de todos los primeros resultados fueron excepcionales.
“Nos dimos cuenta de que era factible emular al dermatólogo humano y fue entonces cuando dijimos, ‘Mira, esto no es sólo un proyecto de clase para los estudiantes, esta es una oportunidad de hacer algo grande'”, explicaba Thrun que acaba de publicar los resultados en Nature.
Concretamente, ha publicado una prueba en la que enfrentaban el algoritmo contra 21 dermatólogos. Sobre un banco de imágenes nuevas se tenía que indicar el siguiente paso: hacer una biopsia, tratar la lesión o tranquilizar al paciente.
Las imágenes eran de lesiones relacionadas con distintos tipos de cáncer de piel y el diagnóstico ya estaba verificado mediante biopsia. En todas y cada una de las imágenes el algoritmo igualó o superó el rendimiento de los médicos especialistas.
Hacia una mHealth que funcione
Es cierto que este tipo de aplicaciones no sustituye el trabajo diagnóstico de los dermatólogos. Hay criterios que van más allá de la apariencia (como la evolución o la profundidad de la lesión) que son tan importantes o más para un adecuado control de la enfermedad.
Pero sin duda, con la calidad fotográfica y la velocidad de procesamiento de los smartphones actuales este tipo de aplicaciones pueden darle la vuelta por completo a la forma en la que hoy el sistema médico identifica y trata los problemas de piel.
Sólo necesitamos que sean fiables. Ya hay en el mercado muchas aplicaciones de mHealth orientadas al campo dermatológico, pero los estudios que se han ido realizando con estas aplicaciones señalan que usarlas puede ser un riesgo en sí mismo.
Muchas de ellas llegan a catalogar hasta a un 30% de los melanomas como lesiones ‘no preocupantes’. Es decir, no sólo estamos hablando de que no acierten, sino de que pueden llegar a demorar el diagnóstico de la enfermedad sine die. Algoritmos como el de hoy, son claves para conseguir una mHealth con menos humo y mucho más efectividad.
