Cr\u00e9dito: Wikimedia Commons\/Instituto Nacional del C\u00e1ncer <\/p>\n
Ahora se ha presentado un estudio que refuerza la evidencia del uso de soluciones de IA en el diagn\u00f3stico del c\u00e1ncer de piel. Con un algoritmo que ellos mismos dise\u00f1aron, los cient\u00edficos de la Universidad de Gotemburgo muestran la capacidad de la tecnolog\u00eda para funcionar al mismo nivel que los dermat\u00f3logos en la evaluaci\u00f3n de la gravedad del melanoma de la piel. <\/p>\n
El estudio, publicado en el Journal of the American Academy of Dermatology, y sus resultados son el trabajo de un grupo de investigaci\u00f3n del Departamento de Dermatolog\u00eda y Venereolog\u00eda de la Academia Sahlgrenska de la Universidad de Gotemburgo.<\/p>\n
El El estudio se realiz\u00f3 en el Hospital Universitario Sahlgrenska de Gotemburgo. Su finalidad era, a trav\u00e9s del aprendizaje autom\u00e1tico (ML), entrenar un algoritmo para determinar si el melanoma de piel es invasivo y existe riesgo de que se propague (metastatizar), o si se mantiene en una etapa de crecimiento en la que queda confinado a la epidermis. , sin riesgo de met\u00e1stasis.<\/p>\n
El algoritmo fue entrenado y validado en 937 im\u00e1genes dermatosc\u00f3picas de melanoma, y posteriormente probado en 200 casos. Todos los casos incluidos fueron diagnosticados por un dermat\u00f3logo.<\/p>\n
Algoritmo vs dermat\u00f3logo<\/p>\n
La mayor\u00eda de los melanomas los detectan los pacientes y no los m\u00e9dicos. Esto sugiere que, en la mayor\u00eda de los casos, el diagn\u00f3stico es relativamente f\u00e1cil. Sin embargo, antes de la cirug\u00eda, a menudo es mucho m\u00e1s dif\u00edcil determinar la etapa en la que se encuentra el melanoma.<\/p>\n
Para que las clasificaciones sean m\u00e1s precisas, los dermat\u00f3logos usan instrumentos dermatosc\u00f3picos que combinan un tipo de lupa con una iluminaci\u00f3n brillante. En los \u00faltimos a\u00f1os, ha aumentado el inter\u00e9s en el uso de ML para la clasificaci\u00f3n de tumores de piel, y varias publicaciones han demostrado que los algoritmos de ML pueden funcionar a la par o incluso mejor que los dermat\u00f3logos experimentados.<\/p>\n
El estudio actual ahora est\u00e1 dando un nuevo impulso a la investigaci\u00f3n en este campo. Cuando la misma tarea de clasificaci\u00f3n fue realizada por el algoritmo por un lado y siete dermat\u00f3logos independientes por el otro, el resultado fue un empate.<\/p>\n
Apoyo a pacientes y m\u00e9dicos<\/p>\n
\u00abNinguno de los dermat\u00f3logos superaron significativamente el algoritmo ML\u00bb, afirma Sam Polesie, investigador de la Universidad de Gotemburgo y m\u00e9dico especialista en el Hospital Universitario Sahlgrenska, quien es el autor correspondiente del estudio.<\/p>\n
En una forma desarrollada, el algoritmo podr\u00eda servir de apoyo en la tarea de evaluar la gravedad del melanoma de piel antes de la cirug\u00eda. La clasificaci\u00f3n afecta cu\u00e1n extensa debe ser una operaci\u00f3n y, por lo tanto, es importante tanto para el paciente como para el cirujano.<\/p>\n
\u00abLos resultados del estudio son interesantes y la esperanza es que el algoritmo pueda usarse como apoyo a la toma de decisiones cl\u00ednicas en el futuro. Pero necesita refinarse a\u00fan m\u00e1s, y tambi\u00e9n son necesarios estudios prospectivos que controlen a los pacientes a lo largo del tiempo\u00bb, concluye Polesie. <\/p>\n
Explore m\u00e1s<\/p>\n
Los PA pueden tener una precisi\u00f3n diagn\u00f3stica m\u00e1s baja para el melanoma M\u00e1s informaci\u00f3n:<\/strong> Discriminaci\u00f3n entre melanomas invasivos e in situ usando una red neuronal convolucional Revista de la Academia Estadounidense de Dermatolog\u00eda DOI:doi. org\/10.1016\/j.jaad.2021.02.012 <\/p>\n Material complementario Discriminaci\u00f3n entre melanomas invasivos e in situ utilizando una red neuronal convolucional, dx.doi.org\/10.17632\/y883xdgw86.1 expertosvar.se\/en\/pressmeddelan … y-as-dermatologists\/ Informaci\u00f3n de la revista:<\/strong> Journal of the American Academy of Dermatology <\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: Wikimedia Commons\/Instituto Nacional del C\u00e1ncer Ahora se ha presentado un estudio que refuerza la evidencia del uso de soluciones de IA en el diagn\u00f3stico del c\u00e1ncer de piel. Con un algoritmo que ellos mismos dise\u00f1aron, los cient\u00edficos de la Universidad de Gotemburgo muestran la capacidad de la tecnolog\u00eda para funcionar al mismo nivel que … Continuar leyendo \u00abAlgoritmo que funciona con tanta precisi\u00f3n como los dermat\u00f3logos\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-15621","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/15621","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=15621"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/15621\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=15621"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=15621"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=15621"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}