Recientemente publicamos un artículo sobre un sistema alternativo para la detección del cáncer de mama desarrollado en el Centro de Investigación en Inteligencia Artificial de la Universidad Veracruzana, el cual se basa en termografías y algoritmos de minería de datos (data mining), los que una vez procesados le permitirán al especialista médico descartar o confirmar la presencia de este tipo de cáncer.
También publicamos un artículo sobre el desarrollo de un método no invasivo para la detección de cáncer en la piel, desarrollado por el Centro de Investigación Científica y de Educación Superior de Ensenada (CICESE), el cual utiliza para el diagnóstico el procesamiento de imágenes, con un porcentaje de asertividad del 95.4%.
Lo que es evidente es que cuando una persona tiene una idea hay, cuando menos otra más que está pensando en lo mismo, sin que en ello exista ningún tipo de plagio, sino coincidencia intelectual o lo que popularmente es llamado como el inconsciente colectivo.
Como muestra de ello, les compartimos que, partiendo de la misma línea de pensamiento creativo que utilizaron el Dr. Álvarez Borrego, investigador del Departamento de Óptica del CICESE, y la estudiante de doctorado de la Universidad de Sonora Esperanza Guerra Rosas, para el desarrollo de un sistema de identificación visual de cáncer, Andre Esteva, estudiante de doctorado en ingeniería eléctrica de la Universidad de Stanford en EE.UU., desarrolló un nuevo sistema de diagnóstico de cáncer de piel no invasivo, basado en el reconocimiento de imágenes por inteligencia artificial.
Los resultados de este nueva, y de alguna manera paralela, conceptualización para el diagnóstico del cáncer de piel se publicó el 25 de enero del 2017 en la edición electrónica número 542 de la revista Nature con el título “Dermatologist-level classification of skin cancer with deep neural networks”, teniendo como autores al mencionado Andre Esteva y los investigadores Brett Kuprel, Roberto A. Novoa, Justin Ko, Susan M. Swetter, Helen M. Blau y Sebastian Thrun.
Partiendo de la base de que el cáncer cutáneo se detecta inicialmente mediante un examen visual, Esteva se asoció con otros colegas especialistas en diversos campos del conocimiento, desde la dermatología a la inteligencia artificial (IA), para desarrollar conjuntamente un sistema informático capaz de ayudar a la detección temprana de este padecimiento. Las pruebas han demostrado que, con este sistema, las computadoras son capaces de clasificar los diferentes tipos de cáncer de la piel con la misma precisión que los expertos humanos.
El potencial de este sistema de diagnóstico es enorme, ya que una vez desarrollada la aplicación (APP) de este sistema para teléfonos inteligentes, se incrementará exponencialmente el diagnóstico, lo que ayudará a determinar de una manera rápida y económica si una lesión cutánea es, o no, motivo de preocupación.
Para crear el sistema, el equipo de investigadores utilizó un algoritmo de aprendizaje profundo desarrollado por Google® alimentado con 1.28 millones de imágenes de objetos como gatos, perros y tazas. Posteriormente, Esteva y sus colegas suministraron al sistema más de 127,000 imágenes clínicas de lesiones cutáneas etiquetadas diferenciadamente, ya que éstas incluyen diversas enfermedades de la piel.
Una vez “entrenado” el sistema, el equipo probó la capacidad del mismo para clasificar el cáncer de piel con menos de 2,000 imágenes de lesiones cutáneas previamente desconocidas, cuya naturaleza había sido previamente determinada por biopsia. Los resultados de cerca de 400 imágenes analizadas y diagnosticadas por el sistema se contrastaron contra el juicio de cuando menos 21 especialistas en cáncer de piel.
Los resultados obtenidos revelaron que el sistema estuvo ligeramente arriba, que los expertos en la identificación correcta y diferenciada entre los carcinomas y otros crecimientos benignos en la piel.
Es importante anotar que este sistema no pretende que los pacientes prescindan de la opinión de un especialista, por lo que, si la imagen analizada por el sistema pareciera ser cáncer de piel, la persona deberá acudir inmediatamente a un médico para una revisión y de ser necesari, la realización de un análisis dermatoscópico, una biopsia y una histopatología.
Esteva y sus investigadores asociados destacan que, aunque su sistema aún tiene que ser probado clínicamente, los resultados obtenidos son sumamente prometedores.
Fuentes:
Nature. Dermatologist-level classification of skin cancer with deep neural networks. Andre Esteva, Brett Kuprel, Roberto A. Novoa, Justin Ko, Susan M. Swetter, Helen M. Blau & Sebastian Thrun. Consulta realizada el 4 de febrero del 2017.
The Guardian. AI system as good as experts at recognising skin cancers, say researchers.
Consulta realizada el 4 de febrero del 2017.
Wikipedia. Cáncer de piel. Consulta realizada el 4 de febrero del 2017.
