Especialmente en el campo del reconocimiento de imágenes médicas, las aplicaciones de la inteligencia artificial (IA) están muy desarrolladas, lo que supone un campo de aplicación muy interesante para la dermatología. Para una aplicación adecuada de las innovaciones digitales, las normativas de las autoridades sanitarias y las recomendaciones de las directrices son instrumentos reguladores importantes. En estos momentos están ocurriendo muchas cosas a este respecto.
La inteligencia artificial (IA) se utiliza cada vez más en medicina como apoyo a la pericia humana, es de gran actualidad en COVID-19 tiempos y se espera que adquiera cada vez más importancia en el futuro. (Fig. 1). Con las tecnologías de IA, los ordenadores pueden ser entrenados para procesar grandes cantidades de datos y reconocer ciertos patrones en los datos (Visión general 1). El potencial de estas aplicaciones, así como los posibles peligros en la interacción entre el ser humano y la inteligencia artificial, son objeto de numerosos estudios en la actualidad. En el Congreso Anual virtual de la EADV de este año, expertos internacionales resumieron los hallazgos actuales en este campo.
Oportunidades y riesgos de las aplicaciones digitales en el sector sanitario
En su conferencia, el ingeniero y empresario Jacques Biot, antiguo presidente de la École Polytechnique de París, demostró que las aplicaciones basadas en la inteligencia artificial (IA) en el sector sanitario no sólo entrañan ciertos riesgos, sino también muchas oportunidades y pueden contribuir al ahorro de recursos [1]. En vista del creciente volumen de datos, las soluciones para una gestión eficaz de los mismos están cobrando importancia y pueden ser un elemento importante de la medicina personalizada, según una publicación de Matheney et al. publicada este año. [2]. En el contexto de la implantación de las tecnologías digitales en el sector sanitario, la normativa es un instrumento importante. En Estados Unidos han ocurrido muchas cosas en este ámbito recientemente. En abril de 2018, la FDA (Administración de Alimentos y Medicamentos de Estados Unidos) aprobó un dispositivo médico que utiliza algoritmos de IA para la detección precoz de la retinopatía. Es la primera aprobación de la FDA de un dispositivo que puede utilizarse independientemente de la evaluación de un médico [3]. Además, la FDA ha desarrollado un marco normativo específico para la aplicación de métodos de IA en el software médico (“software as a medical device”, SaMD) como parte del “Plan de Acción para la Innovación en Salud Digital” [4]. La traducción de los descubrimientos científicos en aplicaciones clínicas, incluida la certificación por parte de las autoridades sanitarias, es uno de los principales retos en el campo de la salud digital. En resumen, las aplicaciones de la IA desempeñarán un papel cada vez más importante en la medicina de precisión, optimizando el uso de los recursos y permitiendo a las personas acceder a los servicios sanitarios con independencia de su ubicación. La colaboración multidisciplinar es esencial para el desarrollo y la implantación de aplicaciones digitales viables, incluida la regulación por parte de las autoridades sanitarias y otros organismos.
Diagnóstico del cáncer de piel asistido por IA
El Dr. Josep Malvehy, del Servicio de Dermatología del Hospital Universitario de Barcelona [5] habló sobre el uso de aplicaciones digitales en el diagnóstico de lesiones pigmentadas. El hecho de que el apoyo de una herramienta de IA puede aumentar la precisión de la evaluación diagnóstica queda demostrado por los resultados de un experimento dirigido por MedUni Viena y publicado en la revista Nature este año [6]. En el proceso, se presentaron a 302 médicos imágenes dermatoscópicas de lesiones cutáneas benignas y malignas, primero sin y luego con el apoyo de la inteligencia artificial, para su evaluación. Había tres variantes: En el primer caso, la IA mostró al examinador las probabilidades de todos los diagnósticos posibles, en el segundo la probabilidad de un cambio maligno y en el tercero una selección de imágenes similares con diagnósticos conocidos, comparable a una búsqueda de imágenes a través de Google. Resultó que, en el primer caso, la colaboración con la IA mejoró la precisión diagnóstica de los examinadores en más de un 10%. Estos resultados confirman las conclusiones de estudios anteriores. En de un estudio publicado el año pasado por Tschandl et al. en el que 511 profesionales médicos humanos compitieron contra 139 algoritmos de reconocimiento de imágenes (77 laboratorios diferentes de todo el mundo) para evaluar lesiones pigmentadas como parte del ISIC Challenge de la International Skin Imaging Collaboration [7]. Las máquinas se entrenaron con una base de datos de imágenes que contenía más de 10.000 imágenes de microscopía óptica de siete clases diferentes de lesiones cutáneas pigmentadas. En el experimento, a todos los participantes se les presentaron aleatoriamente 30 imágenes a cada uno en una plataforma en línea procedentes de un conjunto de fotos nuevas no disponibles en la base de datos de imágenes. Aunque los programas de reconocimiento de imágenes obtuvieron resultados ligeramente mejores, no pueden sustituir a los humanos con sus capacidades actuales, concluyen los autores, porque diagnosticar a un paciente también implica observar la evolución de la enfermedad e interpretarla en el contexto general. Pero estos dos estudios muestran el potencial de las aplicaciones de la IA como herramienta de apoyo en el campo del diagnóstico del cáncer de piel. Para concluir, el ponente insistió una vez más en la importancia de la normativa para el desarrollo y el uso de las aplicaciones en un entorno del “mundo real”. (Recuadro).
Fuente: EADV 2020
Literatura:
- Biot J: Consecuencias del aprendizaje profundo para el sistema sanitario. Jacques Biot, París. Inteligencia artificial y big data, EADV Viena (Virtual), 29.10.2020
- Matheny ME, et al: Inteligencia artificial en la atención sanitaria. Un informe de la Academia Nacional de Medicina. JAMA 2020; 323(6): 509-510.
- Administración de Alimentos y Medicamentos de EE.UU.: La FDA permite la comercialización de un dispositivo basado en inteligencia artificial para detectar ciertos problemas oculares relacionados con la diabetes, www.fda.gov/news-event. Última convocatoria 02.11.2020
- U.S. Food & Drug Administration: Software as a Medical Device (SaMD), www.fda.gov/medical-devices/digital-health-center-excellence
- Malvehy J : Diagnóstico de las lesiones pigmentadas. Josep Malvehy, MD, Inteligencia artificial y big data, EADV Viena (Virtual), 29.10.2020
- Tschandl P, et al.: Colaboración humano-ordenador para el reconocimiento del cáncer de piel. Nature Medicine 2020; 26: 1229-1234.
- Tschandl P, et al.: Comparación de la precisión de lectores humanos frente a algoritmos de aprendizaje automático para la clasificación de lesiones cutáneas pigmentadas: un estudio de diagnóstico abierto, internacional y basado en la web. Lancet Oncol 2019; 20(7): 938-947.
- Krittanawong C, et al: Aprendizaje profundo para la medicina cardiovascular: un manual práctico. Eur Heart J 2019; 40(25): 2058-2073.
- Keutzer L, Simonsson USH: Medical Device Apps: An Introduction to Regulatory Affairs for Developers. JMIR Mhealth Uhealth 2020; 8(6): e17567.
- Reglamento sobre productos sanitarios (MDR [EU]) 2017/745, https://eur-lex.europa.eu, último acceso 02.11.2020
- Suiza Digital, www.digitalerdialog.ch/de/neue-schwerpunkte-fur-die-digitale-schweiz, último acceso 02.11.2020
- Interpharma, www.interpharma.ch/themen/fuhrend-in-forschung-entwicklung/mit-hochwertigen-gesundheitsdaten-medizinischen-fortschritt-sichern/kuenstliche-intelligenz-ki/, último acceso 02.11.2020
DERMATOLOGIE PRAXIS 2020; 30(6): 55-56 (publicado el 9.12.20, antes de impresión).