El càncer de pell és un problema de salut mundial amb prop d’1,5 milions de nous casos en 2024, segons dades de l’Organització Mundial de la Salut (OMS). En aquest context, la Universitat d’Alacant (UA) i l’Hospital Universitari Sant Joan d’Alacant han col·laborat per a posar en marxa MEL-IA (MobilE skin Lesion diagnosi), un sistema d’intel·ligència artificial dissenyat per a automatitzar la classificació de lesions cutànies.
La detecció precoç continua sent fonamental per a millorar els resultats clínics d’aquesta mena de càncer, per la qual cosa aquesta tecnologia és capaç d’assistir el personal sanitari en l’avaluació de lesions al mateix temps que s’integra en la infraestructura informàtica del centre.
Per a fer-ho, incorpora una aplicació mòbil per a les imatges de les lesions de la pell, com ara pigues o taques, i per a introduir informació clínica, un model d’IA per a realitzar la classificació, així com complexos models que interconnecten totes aquestes dades amb els sistemes hospitalaris de manera segura.
Els autors d’aquest avanç, publicat en la revista científica Journal of Medical Systems, són Alberto de Ramón, Daniel Ruiz i Marcelo Saval, professors del Departament de Tecnologia Informàtica i Computació de la UA, i Pablo Candela, tots ells adscrits al grup d’Enginyeria Bioinspirada i Informàtica per a la Salut (IBIS) de la UA. El grup IBIS fa més d’una dècada que es dedica a investigar sistemes d’ajuda a la decisió del diagnòstic de lesions cutànies. Per part de l’Hospital Universitari Sant Joan d’Alacant signen el treball José María Salinas i Diego Guijarro, del Servei d’Informàtica.
L’equip no sols ha sigut capaç de desenvolupar l’algorisme que identifica les lesions cutànies, sinó que presenta una completa tecnologia que es pot incorporar a la infraestructura informàtica d’un hospital i connecta la captura de la imatge de la lesió cutània, l’anàlisi mitjançant IA, l’emmagatzematge i l’intercanvi d’informació clínica de manera segura.
Lesions cutànies i resultats
A diferència d’altres eines desenvolupades únicament per a distingir entre lesions malignes i benignes, MEL-IA realitza una categorització diferencial entre cinc grans tipus de lesions cutànies: melanoma, nevus, carcinoma basocel·lular, ceratosi actínica i ceratosi benigna.
Per a entrenar i validar el model, els experts han integrat més de quinze mil imatges dermatoscòpiques i dades clíniques de pacients com ara edat, sexe i localització anatòmica de la lesió per a millorar la capacitat de classificació.
Els resultats obtinguts indiquen que el sistema aconsegueix una precisió global del 86%. «Per a la detecció de melanoma, MEL-IA va oferir una sensibilitat del 88%, mentre que el carcinoma basocel·lular, un 92%. Els millors resultats globals van correspondre a nevus i carcinomes basocel·lulars», assenyalen els investigadors de la UA.
Un dels aspectes més destacats del treball és que la tecnologia no s’ha quedat en una fase experimental, sinó que ha sigut desplegada a l’Hospital Universitari de Sant Joan d’Alacant per a comprovar-ne el funcionament dins d’una infraestructura sanitària real. «Hem processat 980 estudis dermatològics amb temps de resposta inferiors al segon», apunten.
El sistema permet, d’altra banda, mantenir un registre de les lesions i de la seua evolució, incorporant imatges, diagnòstics i observacions mèdiques al llarg del temps.
Els investigadors recorden que MEL-IA proporciona una eina de suport a la decisió clínica, però no s’ha d’entendre com un sistema de diagnòstic autònom. En aquest sentit, consideren com a passos següents dur a terme estudis prospectius amb professionals sanitaris, provar l’adquisició d’imatges directament mitjançant telèfons intel·ligents i ampliar el nombre de tipus de lesions que pot classificar el sistema.