Hospital Virgen del Rocío
La dermatología sevillana, pionera en el uso de la inteligencia artificial para la detección de cáncer de piel
Los especialistas del Hospital Virgen del Rocío llevan dos años desarrollando un algoritmo capaz de detectar algunos tumores a partir de las imágenes que envía a distancia el médico de familia
Un equipo de dermatólogos del Hospital Universitario Virgen del Rocío está aplicando inteligencia artificial al diagnóstico del cáncer de piel a través de teledermatología y ha desarrollado un algoritmo capaz de identificar estas lesiones en el 90 por ciento de los casos a través de las imágenes de lesiones sospechosas que envían los médicos de atención primaria a las consultas externas del hospital.
La amplia experiencia de este equipo en una serie de intervenciones realizadas con cirugía de Mohs en el Memorial Sloan Kettering Cancer Center de Nueva York (USA), un centro referente a nivel mundial en cáncer de piel que utiliza técnicas de inteligencia artificial, permite precisar si queda algún resto de tumor o no en la zona de extirpación. Además, cabe destacar la cualificación de estos profesionales, dirigidos por el doctor J ulián Conejo-Mir , en otras áreas como la teledermatología, la anatomía patológica y la microscopia confocal.
Llos dermatólogos implementaron la teledermatología hace más de 15 años, a lo largo de las cuales han desarrollado más de 100.000 imágenes. El servicio, coordinado por la doctora Rosa Corbi Llopis , se ha potenciado a raíz de la pandemia.
Todos estos años de manejo de estas imágenes de lesiones sospechosas que enviaban los médicos de familia al hospital ha permitido que hace dos años se plantease el uso de la inteligencia artificial. De este modo, y a modo de triaje, permite el diagnóstico precoz de dos de las complicaciones más comunes de las lesiones de piel, el melanoma y el carcinoma, y ofrece un informe con los resultados en apenas unos minutos.
Esto facilita mucho el trabajo de los dermatólogos del Virgen del Rocío, quienes atienden más de 65.000 consultas al año de las que alrededor de l 20% son mediante teledermatología . Y agiliza las citas del paciente ya que el propio ordenador las gestiona automáticamente porque permite enviar una cita preferente en casos de detectar una lesión de alto riesgo , en un plazo inferior a una semana si hay sospecha de melanoma, y en menos de 20 días si lo que se detecta es un posible carcinoma.
El algoritmo de aprendizaje automático, tras varios ajustes y este periodo de validación de dos años, ha resultado muy eficaz y tiene un 90 por ciento de capacidad de acierto a la hora de identificar ciertos tipos de cáncer de piel en base a simples fotografías de lesiones cutáneas.
Se prevé que a partir de enero del año próximo se utilice de manera rutinaria en las consultas de Dermatología del psimer hospital sevillano para apoyar e l diagnóstico. El criterio del especialista seguirá siendo prioritario ya que, además de la morfología de la lesión, hay que tener en cuenta otros parámetros que no se observan en una imagen 2D como la evolución o la profundidad de la lesión.
La experiencia se ha plasmado en la redacción de un artículo científico aceptado por Journal of Investigative Dermatology, la revista de investigación más importante del mundo de la especialidad . Será el primero que se publica en este campo.
El estudio ha sido fruto de la colaboración entre el servicio de Dermatología del hospital sevillano, donde han participado los doctores Mercedes Sendin, José Juan Pereyra, Julián Conejo-Mir y el ingeniero informático, Manuel Lara con profesionales del Memorial Sloan Kettering Cancer Center de Nueva York (USA).
El cáncer de piel es de largo el más común entre todos los tipos de tumores. El cáncer cutáneo no melanoma (carcinoma basocelular, carcinoma epidermoide) supone una incidencia de 280 casos por cada 100.000 habitantes en Andalucía, mientras que en el melanoma es de 20 casos por cada 100.000. En las consultas externas del Servicio de Dermatología del Virgen del Roció suponen casi el 20 por ciento de las consultas.
Noticias relacionadas
