Un equipo de la University of Missouri, liderado por el profesor investigador asociado Kamlendra Singh en el Bond Life Sciences Center, evaluó si la inteligencia artificial puede mejorar la detección del melanoma mediante el análisis de imágenes cutáneas. El objetivo es acelerar la identificación de casos que requieren atención médica más cercana, especialmente en zonas con acceso limitado a dermatólogos.
El equipo usó una base de datos de 400,000 imágenes obtenidas con fotografía corporal total en 3D, un método de alta resolución que genera un mapa digital tridimensional de la piel. Entrenaron tres modelos de IA y los compararon; individualmente alcanzaron hasta un 88% de precisión. Al combinar los tres modelos, el rendimiento mejoró y la precisión superó el 92%.
Los autores señalan la necesidad de entrenar la IA con conjuntos de datos más grandes y variados —incluyendo diferentes tonos de piel, condiciones de iluminación y ángulos de cámara— para mejorar la exactitud con el tiempo. También subrayan que es importante ofrecer explicaciones comprensibles de cómo la IA llega a sus conclusiones para aumentar la confianza de los profesionales sanitarios.
Singh advierte que aún pasará tiempo antes de su uso en entornos clínicos, pero considera el estudio una prueba de concepto prometedora. El trabajo se publica en Biosensors and Bioelectronics: X y la fuente es la University of Missouri.
- Base de datos: 400,000 imágenes
- Modelos comparados: tres
- Precisión combinada: superior al 92%
Palabras difíciles
- evaluar — examinar algo para medir su calidad o rendimientoevaluó
- detección — acción de encontrar una enfermedad o problema
- melanoma — tipo de cáncer de piel que puede ser grave
- tridimensional — con tres dimensiones: alto, ancho y profundidad
- entrenar — enseñar a un sistema a reconocer patronesEntrenaron
- conjunto de datos — colección organizada de información para análisisconjuntos de datos
- explicación — clarificación de cómo se llega a una conclusiónexplicaciones
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o escuchas.
Preguntas de discusión
- ¿Cómo crees que una herramienta de IA con esta precisión podría cambiar el acceso a diagnóstico en zonas con pocos dermatólogos? Da razones.
- ¿Qué riesgos y beneficios ves en usar IA para la detección del melanoma sin explicaciones comprensibles para los profesionales sanitarios?
- ¿Qué medidas prácticas se podrían tomar para crear conjuntos de datos más diversos y así mejorar la exactitud de la IA?
Artículos relacionados
Estudio: los chatbots pueden cambiar opiniones
Investigadores de Yale encontraron que resúmenes de chatbots de IA, incluso cuando son fácticos, pueden alterar las opiniones sociales y políticas de las personas. El artículo analiza comparaciones con Wikipedia y evidencia sobre sesgos latentes en los modelos de lenguaje.
Sensores e inteligencia artificial para vigilar la salud en la ELA
La University of Missouri prueba sensores domésticos con inteligencia artificial para detectar cambios de salud en personas con esclerosis lateral amiotrófica. El sistema busca avisar a los clínicos y apoyar decisiones como ajustes de tratamiento.