Según un estudio comparativo publicado en Investigación y tecnología de la piel.1
Los investigadores Branciforti et al intentaron explorar la eficacia y los impactos de un algoritmo de constancia del color basado en IA conocido como DermoCC-GAN en el contexto de los controles de la piel y el diagnóstico de lesiones. Observaron que, si bien se ha establecido que estos algoritmos mejoran la calidad de las imágenes dermatoscópicas al reducir la variabilidad en factores como la iluminación, hay investigaciones limitadas que exploren la eficacia del impacto del algoritmo en el flujo de trabajo de los profesionales.
Específicamente, el estudio exploró los impactos del algoritmo en la calidad de la imagen percibida por los dermatólogos, el diagnóstico del paciente y la confianza del dermatólogo en el diagnóstico.
Utilizando un conjunto de datos de acceso abierto, los investigadores comenzaron con un total de 150 imágenes dermatoscópicas de cinco tipos diferentes de lesiones, incluidas queratosis actínica, carcinoma de células basales, lesiones similares a queratosis, melanoma y nevos. Los tipos de lesiones se incluyeron en el estudio según la frecuencia del entorno clínico y el potencial de desafíos diagnósticos debido a una diversidad de características morfológicas.
Las 150 imágenes se procesaron con DermoCC-GAN, lo que da como resultado un total de 300 imágenes incluidas en el estudio, con 150 imágenes originales y 150 imágenes procesadas por el algoritmo.
En el estudio participaron tres dermatólogos con distintos niveles de experiencia clínica, realizando tanto una tarea de evaluación no apareada como una tarea de evaluación apareada.
En la tarea de evaluación no emparejada, los dermatólogos evaluaron las imágenes para determinar la calidad general de la imagen, el diagnóstico de la lesión y la confianza del diagnóstico. En la tarea de evaluación emparejada, los dermatólogos evaluaron las imágenes para determinar el impacto de la normalización, el diagnóstico de la lesión y la confianza del diagnóstico.
En cuanto a la evaluación de la calidad de la imagen, los dermatólogos examinaron el brillo, la nitidez y los componentes cromáticos. En total, las imágenes normalizadas mediante el algoritmo de constancia de color basado en IA se percibieron visualmente como de mayor calidad que las imágenes originales.
“Es evidente que el uso de imágenes normalizadas mediante algoritmos de constancia de color basados en IA, como DermoCC-GAN, aporta beneficios cualitativos al médico en la rutina de diagnóstico de lesiones cutáneas. Sin embargo, reconociendo la importancia de extremar la precaución en esta área, “Siempre sugerimos el análisis simultáneo de imágenes originales y normalizadas”, escribieron los autores del estudio. “Este enfoque permite a los dermatólogos extraer información esencial de ambas imágenes, lo que contribuye a una clasificación más precisa. La combinación de las imágenes originales y normalizadas no sólo mejora la capacidad de diagnóstico de los médicos sino que también fortalece su nivel de confianza durante el proceso de diagnóstico”.
Referencia
- Branciforti F, Meiburger KM, Zavattaro E, et al. Impacto de la constancia del color basada en inteligencia artificial en la evaluación dermatoscópica de las lesiones cutáneas: un estudio comparativo. Tecnología Skin Res. 2023;29(11). doi:10.1111/srt.13508
2023-11-01 13:08:29
1698847406
#algoritmo #constancia #del #color #basado #mejora #dermatoscopia #atención #clínica