¡Google ya casi diagnostica como un médico!

O esa podría ser nuestra primera reacción al ver las reacciones que ha generado en los medios el estudio publicado hace unas semanas conjuntamente por varios grupos de investigación estadounidenses.

¿En qué consistió el estudio? 

 A través del uso de deep convolutional neural networks (CNN), un sistema de “aprendizaje” de sistemas informáticos basado en modelos y algoritmos matemáticos que emulan la forma de responder de las neuronas humanas a estímulos, han conseguido que sistemas informáticos sean capaces de interpretar -e ir mejorando en la interpretación de- imágenes clínicas y dermatoscópicas. En la publicación “entrenaron” al sistema de inteligencia artificial empleando la arquitectura de Google llamada GoogLeNet Inception v3 CNN (que había sido entrenada previamente con 1,3 millones de imágenes del ImageNet Large Scale Visual Recognition Challenge de 2014, un taller que se celebra anualmente para evaluar los sistemas de detección de objetos y clasificación de imágenes) mostrando un banco de 130.000 imágenes de acceso libre de 18 dermatólogos que habían incluido los datos y diagnóstico clínicos (en algunos casos confirmados con biopsia), ocasionalmente con imágenes de dermatoscopia. 

Lo que hicieron fue comparar la capacidad del sistema de inteligencia artificial basado en CNN frente a la de 21 dermatólogos estadounidenses de diferenciar, por una parte, cánceres de piel no-melanoma (fundamentalmente carcinoma basocelular -el cáncer más frecuente en la población caucásica- y carcinoma espinocelular) de queratosis seborreicas (que son probablemente el tumor benigno de piel más frecuente) y, por otra parte, melanomas de nevos melanocíticos. Aunque los resultados que reflejan indican que la capacidad de la máquina de distinguir entre esas dos parejas de diagnósticos llegaba a igualar al de los dermatólogos, en el artículo no especifican si incluyeron nevus clínicamente atípicos o nevus histológicamente displásicos en los tests: en caso de que no fuera así, la relevancia de los resultados para el diagnóstico de lesiones pigmentadas se vería limitado. 

¿Podremos tener por fin dispositivos infalibles en nuestro bolsillo que distingan entre una lesión benigna de un cáncer de piel? 

No por el momento, pero esta investigación permite predecir que se están sentando las bases de sistemas futuros de cribado automatizado y asistencia al diagnóstico de melanoma y otros tipos de cáncer de piel. 

 

¿Qué utilidad le veo como dermatólogo a esta tecnología? 

Sin duda podría ser de gran ayuda para la población general. Imaginemos que en unos años cualquier smartphone (o dispositivo de nombre que nos es aún desconocido que lo sustituya) permita a una persona fotografiar una mancha o lesión cutánea y obtener respuesta a su preocupación fundamental: ¿debo consultar con el dermatólogo? 

Así, si llegara a generalizarse este sistema, los pacientes u otros médicos no-dermatólogos (en línea con lo comentado por el Dr. Pizarro en su blog podrían llegar a consultar antes con el dermatólogo por casos de cáncer de piel como el melanoma (cuyo pronóstico está claramente marcado por su detección y tratamiento tempranos). 

En cualquier caso, esta tecnología no podrá reemplazarnos a los dermatólogos en muchos otros campos en los que trabajamos diariamente, como los exámenes corporales totales para detectar lesiones sospechosas no observadas por el propio paciente, el tratamiento de las dermatosis inflamatorias (como la psoriasis)... como tampoco lo hará en nuestro papel como médicos que queremos escuchar, comprender y acompañar a los pacientes que nos consultan. 

Síguenos en FACEBOOK

www.clinicadermatologicainternacional.es