Los algoritmos basados en la IA tienen potencial para apoyar el diagnóstico dermatopatológico en el futuro. Actualmente, se están llevando a cabo numerosos esfuerzos de investigación en este sentido. Entre otras cosas, se desarrolló un algoritmo de aprendizaje profundo que puede utilizarse para la detección del carcinoma de células basales y el carcinoma de células escamosas. El objetivo es proporcionar una evaluación rápida y precisa asistida por IA.
El Dr. Daniel Otero Baguer, del Centro de Tecnomatemáticas de la Universidad de Bremen, mostró cómo puede utilizarse la inteligencia artificial (IA) para procesar imágenes histológicas seccionadas para la detección del cáncer de piel [1]. La IA debería ayudar algún día a los dermatopatólogos a examinar secciones de tejido histológico en menos tiempo sin comprometer la calidad de los resultados de la evaluación, explicó el ponente. Para ello, se desarrolló un algoritmo de aprendizaje profundo capaz de detectar carcinomas de células basales (CCB) y carcinomas de células escamosas (CCE) y de medir los tumores [2]. Además, se genera un informe automatizado que el médico puede controlar y ajustar si es necesario. Actualmente, se está desarrollando una herramienta en estrecha colaboración con los dermatopatólogos para cerrar la “brecha” entre los resultados de la investigación y la aplicabilidad en la práctica rutinaria diaria, afirma el Dr. Otero Baguer.
La herramienta de IA demuestra una sensibilidad y especificidad notables
La instalación de prueba en el departamento de dermatopatología de Duisburg-Essen funciona desde abril de 2021, afirma el investigador [1]. Se han examinado un total de 3527 muestras de CCB con el algoritmo de aprendizaje profundo. Ha habido resultados falsos negativos y falsos positivos, pero con una especificidad de alrededor del 98% y una sensibilidad de alrededor del 99%, es un método muy prometedor. “Por supuesto, intentamos mejorar continuamente el algoritmo de aprendizaje profundo”, afirma el Dr. Otero Baguer [1]. El objetivo no es sustituir al dermatopatólogo, sino apoyar su trabajo, afirma el investigador. Las decisiones basadas en la IA deben ser evaluadas por el médico, con lo que todo el procedimiento ahorra más tiempo que sin el uso de la inteligencia artificial. La herramienta de IA mide automáticamente el grosor de los tumores detectados. También en este caso la aplicación de la IA se equivocó en algunos casos, pero el balance global es respetable: el algoritmo de aprendizaje profundo se utilizó en 3315 muestras y en 339 (10,23%) de ellas el patólogo tuvo que corregir la medición del tumor (Tab. 1) [1]. Estos defectos resultan evidentes muy rápidamente para el dermatopatólogo.
Aplicación prevista para otras entidades tumorales
La innovadora metodología también se aplicó para la detección del carcinoma de células escamosas (CCE). Se ha demostrado que la misma red neuronal puede distinguir con fiabilidad entre CBC y CCE, explicó el ponente. En el recuadro se muestra un ejemplo de informe generado por el algoritmo de aprendizaje profundo. La idea es que el diagnóstico inicial apoyado por la IA sea controlado por un médico en cada caso. El texto generado automáticamente puede adaptarse fácilmente. El algoritmo de aprendizaje profundo desarrollado por los investigadores no sólo se utiliza para el CBC y el CCE, sino también para otras entidades tumorales como la enfermedad de Bowen, afirmó el ponente. También se ha puesto en marcha un proyecto para la detección automatizada de metástasis de melanoma en los ganglios linfáticos, financiado por la Fundación Hiege [3].
Congreso: Congreso de Cáncer de Piel / Grupo de Trabajo de Oncología Dermatológica
Literatura:
- “Uso de la inteligencia artificial en la histología de CBC y CCE”, Dr. Daniel Otero Baguer, Congreso Alemán de Cáncer de Piel, 15.09.2022
- Le’Clerc Arrastia J, et al: Deeply Supervised UNet for Semantic Segmentation to Assist Dermato-pathological Assessment of Basal Cell Carcinoma. J Imaging 2021; 7(4): 71.
- “Establecimiento de un algoritmo de reconocimiento de patrones para la detección histológica de ganglios linfáticos centinela blindados en pacientes con melanoma”, https://hautkrebsstiftung.de/forschungsprojekte-zur-melanomforschung,(última consulta: 08.12.2022).
