{"id":378611,"date":"2024-05-14T00:01:00","date_gmt":"2024-05-13T22:01:00","guid":{"rendered":"https:\/\/medizinonline.com\/?p=378611"},"modified":"2024-05-09T18:08:39","modified_gmt":"2024-05-09T16:08:39","slug":"clasificacion-de-riesgos-asistida-por-ia-basada-en-imagenes-lc-oct","status":"publish","type":"post","link":"https:\/\/medizinonline.com\/es\/clasificacion-de-riesgos-asistida-por-ia-basada-en-imagenes-lc-oct\/","title":{"rendered":"Clasificaci\u00f3n de riesgos asistida por IA basada en im\u00e1genes LC-OCT"},"content":{"rendered":"\n<p><strong>Ciertas caracter\u00edsticas morfol\u00f3gicas de las queratosis act\u00ednicas (QA) se consideran predictivas del desarrollo de un carcinoma escamoso invasivo. En ello se basa la categorizaci\u00f3n en puntuaciones PRO I-III, que representan tres niveles de riesgo<br\/>para el riesgo de progresi\u00f3n de las lesiones de QA. Un estudio publicado en 2023 muestra que una clasificaci\u00f3n automatizada de la puntuaci\u00f3n PRO apoyada en IA y basada en datos de im\u00e1genes LC-OCT tiene potencial para facilitar el diagn\u00f3stico y el seguimiento de la QA en el futuro.  <\/strong><\/p>\n\n<!--more-->\n\n<p>Uno de los objetivos del estudio de Thamm et al. fue entrenar redes neuronales convolucionales para poder utilizarlas en la segmentaci\u00f3n epid\u00e9rmica automatizada en conjuntos de datos de im\u00e1genes de tomograf\u00eda de coherencia \u00f3ptica confocal de campo lineal (LC-OCT) con el fin de realizar una evaluaci\u00f3n en tiempo real de la patolog\u00eda epid\u00e9rmica y d\u00e9rmica de las lesiones de QA [1]. Las QA se consideran carcinomas de c\u00e9lulas escamosas in situ, que pueden convertirse en carcinomas de c\u00e9lulas escamosas (CCE) cut\u00e1neos invasivos. La estimaci\u00f3n del riesgo de progresi\u00f3n de las lesiones de QA mediante im\u00e1genes LC-OCT ofrece ventajas sobre la histolog\u00eda convencional, ya que se trata de un procedimiento no invasivo y de alta tecnolog\u00eda. Macrosc\u00f3picamente, las lesiones de QA aparecen como manchas de color rosa a marr\u00f3n en las zonas de la piel expuestas al sol y suelen ir acompa\u00f1adas de hiperqueratosis [2]. Mientras que en la QA la atipia de los queratinocitos se limita a la epidermis, en cambio, en el CCE puede observarse la p\u00e9rdida de la uni\u00f3n dermoepid\u00e9rmica (DEJ), que define su proliferaci\u00f3n invasiva [3]. Aunque la DEJ permanece intacta en las lesiones de QA, sus patrones de crecimiento basal cambian en el curso del proceso de transformaci\u00f3n maligna [4]. Evaluar qu\u00e9 QA tienen un alto riesgo de desarrollar una transformaci\u00f3n maligna es cada vez m\u00e1s importante. Por lo tanto, se desarroll\u00f3 una clasificaci\u00f3n histol\u00f3gica con la puntuaci\u00f3n PRO, que clasifica las QA en funci\u00f3n de los cambios en el \u00e1rea de proliferaci\u00f3n basal [4,5]. Las lesiones AK PRO III se asocian a un mayor riesgo de desarrollar un CCE invasivo que las lesiones PRO II o PRO I.  <\/p>\n\n<h3 id=\"analisis-de-material-grafico-mediante-un-enfoque-de-aprendizaje-profundo\" class=\"wp-block-heading\">An\u00e1lisis de material gr\u00e1fico mediante un enfoque de aprendizaje profundo<\/h3>\n\n<p>El material de imagen de la tomograf\u00eda de coherencia \u00f3ptica confocal de campo lineal (LC-OCT) [1,5] sirve de base para la puntuaci\u00f3n PRO I-III <strong>(Fig. 1)<\/strong>. La LC-OCT permite examinar un cambio en la piel sospechoso de ser un tumor sin tener que tomar una muestra de tejido invasiva. Las siguientes caracter\u00edsticas son decisivas para clasificar el riesgo de transformaci\u00f3n:  <\/p>\n\n<ul class=\"wp-block-list\">\n<li>PRO I: Acumulaci\u00f3n de queratinocitos at\u00edpicos en la capa de c\u00e9lulas basales  <\/li>\n\n\n\n<li>PRO II: protuberancias epid\u00e9rmicas en la dermis papilar superior m\u00e1s finas que la epidermis suprayacente  <\/li>\n\n\n\n<li>PRO III: proliferaciones epid\u00e9rmicas profundas de queratinocitos at\u00edpicos que se extienden m\u00e1s profundamente en la dermis de lo que la epidermis es gruesa  <\/li>\n<\/ul>\n\n<p>Una evaluaci\u00f3n manual de la puntuaci\u00f3n PRO puede verse distorsionada por la valoraci\u00f3n subjetiva del examinador. Esta fuente de error se reduce con la cuantificaci\u00f3n autom\u00e1tica asistida por IA. Los conjuntos de datos de im\u00e1genes tridimensionales de la epidermis y la dermis superior generados por la LC-OCT tienen una mayor resoluci\u00f3n que la tomograf\u00eda de coherencia \u00f3ptica (OCT) convencional y es posible una mayor profundidad de penetraci\u00f3n en comparaci\u00f3n con la microscop\u00eda l\u00e1ser confocal [6]. Las <em>redes neuronales convolucionales<\/em> (CNN) -las arquitecturas de aprendizaje profundo m\u00e1s utilizadas en la actualidad- se emplean para el an\u00e1lisis automatizado de datos visuales [7]. UNet es una arquitectura desarrollada por CNN espec\u00edficamente para la segmentaci\u00f3n de im\u00e1genes biom\u00e9dicas. En el estudio de Thamm et al. Dichas CNN se entrenaron para segmentar im\u00e1genes LC-OCT de piel sana y lesiones de QA [1]. El entrenamiento de la CNN se bas\u00f3 en una base de datos de im\u00e1genes LC-OCT de secci\u00f3n vertical adquiridas con un dispositivo LC-OCT <em>(deepLive\u2122 DAMAE Medical, Par\u00eds, Francia<\/em> ) en voluntarios con piel sana y en pacientes con QA [1]. De acuerdo con el patr\u00f3n oro histopatol\u00f3gico, se desarrollaron modelos de puntuaci\u00f3n PRO, se entrenaron en 237 im\u00e1genes LC-OCT-AK y se probaron en 76 im\u00e1genes, comparando la puntuaci\u00f3n PRO calculada por la IA con el consenso visual de los expertos en diagn\u00f3stico por imagen mediante el coeficiente Cohen-Kappa ponderado lineal con un intervalo de confianza (IC) del 95%. Los an\u00e1lisis estad\u00edsticos se realizaron con la biblioteca SciPy de Python [1].<\/p>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><a href=\"https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21.jpg\"><img fetchpriority=\"high\" decoding=\"async\" width=\"2238\" height=\"1488\" src=\"https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21.jpg\" alt=\"\" class=\"wp-image-378395\" style=\"width:500px\" srcset=\"https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21.jpg 2238w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-800x532.jpg 800w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1160x771.jpg 1160w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-2048x1362.jpg 2048w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-120x80.jpg 120w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-90x60.jpg 90w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-320x213.jpg 320w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-560x372.jpg 560w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1920x1277.jpg 1920w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-240x160.jpg 240w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-180x120.jpg 180w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-640x426.jpg 640w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1120x745.jpg 1120w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1600x1064.jpg 1600w\" sizes=\"(max-width: 2238px) 100vw, 2238px\" \/><\/a><\/figure>\n<\/div>\n<h3 id=\"alto-grado-de-acuerdo-entre-la-ia-y-los-expertos\" class=\"wp-block-heading\">Alto grado de acuerdo entre la IA y los expertos  <\/h3>\n\n<p>El juicio de referencia ciego para la evaluaci\u00f3n de la puntuaci\u00f3n PRO de las 76 im\u00e1genes del conjunto de prueba fue el consenso de dos dermat\u00f3logos y un residente [1]. Los resultados m\u00e1s importantes de un vistazo:  <\/p>\n\n<p>La cuantificaci\u00f3n autom\u00e1tica de la puntuaci\u00f3n PRO basada en IA derivada del \u00edndice de ondulaci\u00f3n y la profundidad m\u00e1xima de la protrusi\u00f3n coincidi\u00f3 con la categorizaci\u00f3n visual realizada por los expertos en el 75% (57\/76) de los casos con una kappa ponderada estad\u00edsticamente significativa \u03ba=0,60 <sup>(p=6\u00d710-8<\/sup> &lt;0,001, 95%-KI=[0,43, 0,77]). Esto elimin\u00f3 la posibilidad de una coincidencia aleatoria entre la categorizaci\u00f3n basada en la IA y la visual, lo que indica que el entrenamiento del algoritmo fue eficaz y cercano al consenso de los expertos.  <\/p>\n\n<p>La evaluaci\u00f3n basada en la IA de la puntuaci\u00f3n PRO se correlacion\u00f3 mejor con la puntuaci\u00f3n visual para PRO II (84,8%), seguida de PRO III (69,2%) y PRO I (66,6%). Las interpretaciones err\u00f3neas se debieron sobre todo al sombreado de la DEJ y a rasgos perturbadores como los fol\u00edculos pilosos y afectaron al 25% de los casos. En general, el IA sobrestim\u00f3 las protrusiones en el 14,5% (11\/76) de los casos, mientras que en el 10,5% (8\/76) se subestimaron. Con respecto a PRO I, el 10\/30 fue sobrevalorado como PRO II. Para PRO II, 4\/33 fueron subestimados como PRO I, mientras que 1\/33 fueron asignados a PRO III. En PRO III, 3\/13 fueron clasificados incorrectamente como PRO I y 1\/13 como PRO II  <\/p>\n\n<p>En conjunto, los resultados del estudio sugieren que las CNN son \u00fatiles para la cuantificaci\u00f3n autom\u00e1tica de la puntuaci\u00f3n PRO en conjuntos de datos de im\u00e1genes LC-OCT y pueden utilizarse para la evaluaci\u00f3n no invasiva del riesgo de proliferaci\u00f3n en el diagn\u00f3stico y seguimiento de la QA, seg\u00fan los autores del estudio [1].  <\/p>\n\n<p><strong>Resumen<\/strong><\/p>\n\n<ul class=\"wp-block-list\">\n<li>Se entrenaron <em>redes neuronales convolucionales<\/em> (CNN) para segmentar im\u00e1genes LC-OCT de piel sana y QA.  <\/li>\n\n\n\n<li>Los modelos de puntuaci\u00f3n PRO se entrenaron en un subconjunto de 237 im\u00e1genes LC-OCT-AK y se probaron en 76 im\u00e1genes, comparando la puntuaci\u00f3n PRO calculada por la IA con el consenso visual de los expertos en diagn\u00f3stico por imagen.<\/li>\n\n\n\n<li>Se encontr\u00f3 una concordancia significativa entre la categorizaci\u00f3n basada en la IA y la evaluaci\u00f3n de expertos en el 75% de los casos.  <\/li>\n<\/ul>\n\n<p><\/p>\n\n<p>Literatura:  <\/p>\n\n<ol class=\"wp-block-list\">\n<li>Thamm JR, et al: [Determinaci\u00f3n basada en inteligencia artificial de la puntuaci\u00f3n PRO en queratosis act\u00ednicas a partir de conjuntos de datos de im\u00e1genes LC-OCT: Artificial intelligence-based PRO score assessment in actinic keratoses from LC-OCT imaging Usingen Convolutional Neural Networks]. J Dtsch Dermatol Ges 2023; 21(11): 1359-1368.<\/li>\n\n\n\n<li>Schmitz L, Oster-Schmidt C, Stockfleth E: C\u00e1ncer de piel no melanoma: de la queratosis act\u00ednica al carcinoma cut\u00e1neo de c\u00e9lulas escamosas. J Dtsch Dermatol Ges 2018; 16(8): 1002-1013.<\/li>\n\n\n\n<li>Cockerell CJ: Histopatolog\u00eda del carcinoma intraepid\u00e9rmico incipiente de c\u00e9lulas escamosas (&#8220;queratosis act\u00ednica&#8221;). J Am Acad Dermatol 2000; 42(1Pt 2): 11-17.  <\/li>\n\n\n\n<li>Schmitz L, et al. Los carcinomas escamosos cut\u00e1neos se asocian a queratosis act\u00ednicas proliferantes basales. Br J Dermatol 2019; 180(4): 916-921.  <\/li>\n\n\n\n<li>Schmitz L, et al: Las queratosis act\u00ednicas muestran patrones de crecimiento basal histol\u00f3gico variables &#8211; una propuesta de ajuste de la clasificaci\u00f3n. J Eur Acad Dermatol Venereol 2018; 32(5): 745-751.<\/li>\n\n\n\n<li>Ruini C, et al: Evaluaci\u00f3n LC-OCT in vivo del patr\u00f3n de proliferaci\u00f3n descendente de los queratinocitos en la queratosis act\u00ednica en comparaci\u00f3n con la histolog\u00eda: primeras impresiones de un estudio piloto. Cancers (Basilea) 2021; 13(12).<\/li>\n\n\n\n<li>Yamashita R, et al: Redes neuronales convolucionales: una visi\u00f3n general y aplicaci\u00f3n en radiolog\u00eda. Insights Imaging 2018; 9(4): 611-629.  <\/li>\n<\/ol>\n\n<p><\/p>\n\n<p class=\"has-small-font-size\"><em>PR\u00c1CTICA DERMATOL\u00d3GICA 2024; 34(2): 21-22<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ciertas caracter\u00edsticas morfol\u00f3gicas de las queratosis act\u00ednicas (QA) se consideran predictivas del desarrollo de un carcinoma escamoso invasivo. En ello se basa la categorizaci\u00f3n en puntuaciones PRO I-III, que representan&hellip;<\/p>\n","protected":false},"author":7,"featured_media":378621,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","cat_1_feature_home_top":false,"cat_2_editor_pick":false,"csco_eyebrow_text":"Informe del estudio: Queratosis act\u00ednica  ","footnotes":""},"category":[11310,11475,11336,11430,11552],"tags":[75826,75815,75829,75819,14188,72023,75821,13540,20744,75824,75833],"powerkit_post_featured":[],"class_list":["post-378611","post","type-post","status-publish","format-standard","has-post-thumbnail","category-dermatologia-y-venereologia","category-estudios","category-oncologia","category-prevencion-y-asistencia-sanitaria","category-rx-es","tag-carcinoma-escamoso-invasivo","tag-clasificacion-de-riesgos-asistida-por-ia","tag-determinacion-basada-en-la-ia-de-la-puntuacion-pro-en-las-queratosis-actinicas","tag-imagenes-lc-oct","tag-jddg-es","tag-lesiones-ak","tag-puntuaciones-pro","tag-queratosis-actinica","tag-queratosis-actinicas","tag-riesgo-de-progresion","tag-thamm-et-al-es","pmpro-has-access"],"acf":[],"publishpress_future_action":{"enabled":false,"date":"2026-04-14 23:36:10","action":"change-status","newStatus":"draft","terms":[],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"wpml_current_locale":"es_ES","wpml_translations":[],"_links":{"self":[{"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/posts\/378611","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/comments?post=378611"}],"version-history":[{"count":1,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/posts\/378611\/revisions"}],"predecessor-version":[{"id":378625,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/posts\/378611\/revisions\/378625"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/media\/378621"}],"wp:attachment":[{"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/media?parent=378611"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/category?post=378611"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/tags?post=378611"},{"taxonomy":"powerkit_post_featured","embeddable":true,"href":"https:\/\/medizinonline.com\/es\/wp-json\/wp\/v2\/powerkit_post_featured?post=378611"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}