Diseñada una ‘red neuronal convolucional de aprendizaje profundo’ capaz de diagnosticar los melanomas de forma más eficaz que los dermatólogos
Cada año se diagnostican en nuestro país en torno a 5.000 nuevos casos de melanoma, tipo de cáncer de piel cuyo principal factor de riesgo es la exposición al sol –o más concretamente, a los famosos rayos ultravioleta (UV)– y que, de no diagnosticarse y tratarse a tiempo, se asocia a una gran mortalidad.
De hecho, el melanoma fue responsable solo en 2012 de la muerte de cerca de un millar de españoles. De ahí la importancia, vital, de detectar cuanto antes este tipo de cáncer. Y en este sentido, parece que la inteligencia artificial tiene mucho que decir. De hecho, un equipo internacional de científicos dirigidos por investigadores de la Universidad de Heidelberg (Alemania) ha diseñado una ‘máquina’ que, bautizada como ‘red neuronal convolucional de aprendizaje profundo’ (CNN) es mucho más eficaz a la hora de diagnosticar el melanoma que los dermatólogos más experimentados.
Como explica Holger Haenssle, director de esta investigación publicada en la revista «Annals of Oncology», «‘CNN’ funciona como el cerebro de un niño. Para entrenarla, le mostramos más de 100.000 imágenes de cáncer de piel y lunares benignos y malignos y le indicamos el diagnóstico de cada imagen. Y con cada imagen, ‘CNN’ mejoró su habilidad para diferenciar entre las lesiones malignas y benignas».
Torneo diagnóstico
El estudio se planteó como una ‘competición diagnóstica’ entre la inteligencia artificial –representada por ‘CNN’– y el ser humano. Y para ello, los autores contaron –previa invitación– con la participación de 58 dermatólogos procedentes de 17 países del mundo, el 29% de los cuales reconoció que su experiencia en la dermatoscopia –o ‘microscopía de epiluminiscencia’, técnica no invasiva en la que se utiliza un instrumento óptico para un mejor examen de las lesiones bajo la piel– era inferior a dos años; el 19% contaba con una experiencia de entre dos y cinco años; y el 52% restante acumulaba más de cinco años de práctica.
Como refiere Holger Haenssle, «finalizado el periodo de ‘entrenamiento’, creamos dos series de imágenes que nunca se habían utilizado y que, por tanto, eran totalmente desconocidos para ‘CNN’. La primera serie tenía 300 imágenes y fue creada exclusivamente para evaluar el rendimiento de ‘CNN’. Pero antes de hacer esto, 100 de las lesiones más difíciles fueron seleccionadas para su evaluación tanto por los dermatólogos como por ‘CNN’».El dispositivo de inteligencia artificial superó las habilidades diagnósticas de los dermatólogos a pesar de contar con menos información clínica
El ‘torneo’ contempló dos rondas: un ‘nivel I’ en el que los dermatólogos revisaron las 100 imágenes dermatoscópicas y tuvieron que decidir si se trataba de lunares –o ‘nevus’– benignos o de lesiones malignas, así como establecer la intervención más adecuada en cada caso –cirugía, seguimiento a corto plazo o no hacer nada–; y un ‘nivel II’ en el que, transcurridas cuatro semanas, los especialistas tuvieron que volver a hacer lo mismo –diagnóstico e intervención–, pero en este caso conociendo la información clínica de cada paciente –entre otros datos, sexo, edad y localización de la lesión.
¿Y qué pasó? Pues que en el ‘nivel I’ y de media, los dermatólogos detectaron el 86,6% de los melanomas e identificaron correctamente el 71,3% de las lesiones no malignas. ¿Y qué tal lo hizo ‘CNN’? Pues si bien tuvo la misma precisión a la hora de identificar los nevus (71,3%), fue más eficaz a la hora de detectar los melanomas (95%).
Como indica el director de la investigación, «‘CNN’ obvió menos melanomas, lo que quiere decir que tiene una mayor sensibilidad que los dermatólogos, y diagnosticó menos lunares benignos como melanomas, lo que implica que tiene mayor especificidad. Un resultado este último importante dado que implicaría menos cirugías innecesarias».
No sustituir, sino complementar
Finalmente, y concluido el ‘nivel II’, los dermatólogos mejoraron sus resultados tanto en la identificación de lesiones benignas (75,7%) como en la detección de melanomas (88,9%). Sin embargo, este 88,9% siguió siendo inferior al 95% alcanzado por ‘CNN’.
Como apunta Holger Haenssle, «cuando los especialistas recibieron más información clínica en el nivel II, sus resultados diagnósticos mejoraron. Pero aun así, ‘CNN’, que solo trabajó a partir de las imágenes dermatoscópicas y no recibió ninguna información clínica adicional, siguió superando las habilidades diagnósticas de los dermatólogos».
En este contexto, debe tenerse en cuenta que la tasa de diagnósticos certeros de los dermatólogos varió, si bien no demasiado, en función de su experiencia en la dermatoscopia. Pero dio igual que los especialistas fueran más o menos ‘expertos’: ‘CNN’ los superó a todos. Entonces, ¿ha llegado el momento de sustituir a los dermatólogos por la inteligencia artificial en lo que respecta al diagnóstico del cáncer de piel? Pues no. Pero ‘CNN’ podría constituir una ayuda muy interesante.
Como concluye el director de la investigación, «‘CNN’ podría ser utilizado por los médicos implicados en el cribado del cáncer cutáneo como una ayudar para decidir cuándo llevar o no a cabo una biopsia. La mayoría de los dermatólogos utilizan sistemas de dermatoscopia digital para documentar las lesiones de cara a su seguimiento, y ‘CNN’ puede evaluar de forma rápida y sencilla las imágenes almacenadas y ofrecer una ‘opinión experta’ sobre la probabilidad de melanoma. Ya estamos planificando un estudio prospectivo para evaluar el impacto real de ‘CNN’ tanto para los médicos como para los pacientes».
M. LÓPEZ @abc_salud MADRID:29/05/2018
http://www.abc.es/salud/enfermedades/abci-maquinas-mejores-medicos-para-diagnosticar-cancer-201805290058_noticia.html
