Según un estudio comparativo publicado en Investigación y tecnología de la piel..¹

Los investigadores Branciforte y sus colegas intentaron explorar la efectividad y los efectos de un algoritmo de constancia del color basado en inteligencia artificial conocido como DermoCC-GAN en el contexto de exámenes de la piel y diagnóstico de lesiones. Señalaron que, aunque se ha demostrado que estos algoritmos mejoran la calidad de las imágenes de dermatoscopia al reducir la variación en factores como la iluminación, hay investigaciones limitadas que exploren la efectividad del impacto del algoritmo en el flujo de trabajo del profesional.

Específicamente, el estudio exploró los efectos del algoritmo sobre 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, incluyendo 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 la diversidad de características morfológicas.

Las 150 imágenes se procesaron utilizando DermoCC-GAN, lo que dio 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 diferentes niveles de experiencia clínica y realizaron una tarea de evaluación única y una tarea de evaluación pareada.

En la tarea de evaluación no emparejada, los dermatólogos calificaron las imágenes en términos de calidad general de la imagen, diagnóstico de lesiones y confianza diagnóstica. En la tarea de evaluación emparejada, los dermatólogos evaluaron las imágenes para determinar el efecto de normalización, el diagnóstico de lesiones y la confianza del diagnóstico.

Cuando se trata de evaluar la calidad de la imagen, los dermatólogos examinaron los componentes del brillo, la nitidez y el color. En general, las imágenes normalizadas mediante el algoritmo de constancia de color basado en IA se percibieron visualmente como de mayor calidad que las imágenes originales.

“Está claro que el uso de imágenes naturales 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, si bien se reconoce la importancia de extremar la precaución en este En este campo, “siempre sugerimos un análisis simultáneo de las 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 imágenes originales y modificadas no sólo mejora la capacidad de diagnóstico de los médicos sino que también mejora su nivel de confianza durante el proceso de diagnóstico”.

referencia

1. Branciforte F, Meberger KM, Zavataro E, et al. Efecto de la constancia del color basada en inteligencia artificial en la evaluación dermatológica de lesiones cutáneas: un estudio comparativo. Diseño de carrera tecnológica. 2023;29(11). doi:10.1111/srt.13508