Investigadores de Málaga crean una herramienta con inteligencia artificial para detectar el cáncer de piel

Ante cualquier sospecha de melanoma debemos acudir al dermatólogo,

Un equipo de investigadores de la Universidad de Málaga ha creado una herramienta basada en inteligencia artificial (IA) para mejorar la detección del melanoma, un tipo de cáncer de piel.

El proyecto es un programa que detecta de manera precoz las lesiones de la piel gracias a un enfoque basado en algoritmos genéticos y la clasificación automática de imágenes para analizar y detectar patrones asociados al melanoma en un conjunto de fotografías. Además, esta innovación se podría utilizar para mejorar los detectores que se emplean en el prediagnóstico de otras enfermedades.

José Manuel García-Nieto (profesor titular de la Universidad de Málaga) aclara en EFE que esta IA "detecta distintas lesiones de la piel como el melanoma, nevus, queratosis y los lunares sanos; pero no sustituye en ningún caso la labor y el diagnóstico de un médico".

El error en el diagnóstico se debió a un error en el software del proveedor de telemedicina.

El peligro de confiarlo todo a la tecnología: una empresa dijo por error a 400 pacientes que podrían tener cáncer

¿Cómo desarrollaron esta inteligencia artificial?

La labor de los investigadores determinó cómo 'piensa' el algoritmo para obtener resultados de forma lógica y eficiente, no obstante, el trabajo se centró en explicar qué pasos y qué lógica sigue la herramienta para detectar las lesiones en la piel.

Por otro lado, dicha inteligencia artificial reúne un conjunto de imágenes, procedentes de bancos gratuitos y bases de datos médicas de carácter privado, que contenían manchas, lunares, pecas y otras marcas de la piel. De este modo, los investigadores pueden afirmar que el área que están mirando es una mancha o melanoma.

Asimismo, para comprar la efectividad de la herramienta, se percataron de que cuando el algoritmo acertaba, se fijaba en zonas muy características a través de unos píxeles en amarillo, mientras que cuando fallaba, observaba áreas menos representativas.