Una herramienta de apoyo a la toma de decisiones clínicas basada en inteligencia artificial (IA) mostró una precisión significativa en el diagnóstico potencial del melanoma cutáneo, según un estudio publicado recientemente en Revista británica de dermatología.
Las innovaciones en inteligencia artificial y aprendizaje automático han cambiado el panorama del diagnóstico del cáncer de piel. Estos modelos, según informan los autores actuales, han demostrado una precisión asombrosa a la hora de detectar y diferenciar lesiones cutáneas precancerosas. La detección temprana es muy importante para el pronóstico y la supervivencia de los pacientes, especialmente en los casos de melanoma cutáneo.
Médico usando teléfono inteligente Fuente de la imagen: Halfpoint – Stock.adobe.com
Múltiples estudios han demostrado el poder diagnóstico de los modelos de IA para diagnosticar el cáncer de piel; Sin embargo, no se han realizado adecuadamente estudios prospectivos sobre su precisión, especialmente en atención primaria, donde se realizan evaluaciones iniciales a muchos pacientes. Los autores actuales añaden que los médicos de atención primaria (PCP) suelen diagnosticar los melanomas con menos precisión en comparación con los dermatólogos. Por lo tanto, mejorar el estudio de la IA y su integración en la atención primaria podría proporcionar importantes beneficios a los médicos y a los pacientes en general. Con esta posibilidad en mente, los investigadores realizaron un estudio para evaluar prospectivamente el rendimiento de diagnóstico de una aplicación para teléfonos inteligentes basada en IA utilizada por proveedores de atención primaria para evaluar prospectivamente lesiones cutáneas sospechosas.
Una herramienta de toma de decisiones basada en inteligencia artificial, Dermalyser, desarrollada en Suecia, fue utilizada por 138 proveedores de atención primaria y implementada en 36 centros de atención primaria (PCC) en las regiones del sur de Suecia. Los participantes del estudio fueron reclutados de mayo a diciembre de 2022 y eran elegibles si se presentaban al PCC con una o más lesiones cutáneas sospechosas de ser melanoma. Las lesiones que se pensaba que eran carcinomas de células basales o de células escamosas no se incluyeron en el análisis.
En total, se incluyeron 253 lesiones en 228 pacientes. La edad promedio de los participantes fue de 54 años. De las lesiones presentadas, 194 fueron manejadas mediante derivación a un dermatólogo, 54 mediante resección primaria realizada en PCC y 5 mediante derivación de resección a una clínica quirúrgica. En total, se detectaron 21 cánceres de piel (10 in situ y 11 invasivos) en 20 pacientes, más comúnmente en la parte posterior del tronco.
La precisión de la aplicación para diferenciar entre lesiones de melanoma y no melanoma se midió utilizando la curva de características operativas del receptor (ROC). El área bajo la República de China (AUROC) reveló que la capacidad de la aplicación para diferenciar entre lesiones fue de 0,960 (IC del 95%, 0,929-0,980), con una sensibilidad estimada del 95,2% y una especificidad del 84,5%. Además, la aplicación tuvo un valor predictivo positivo del 35,9% y un valor predictivo negativo (VPN) del 99,5%. En la detección de melanomas invasivos el AUROC para la aplicación fue de 0,988 (IC 95%, 0,965-0,997) con una sensibilidad del 100% y una especificidad del 92,6%. Los autores informaron que había dos tipos de melanomas in situ que la aplicación no observó; Sin embargo, estas lesiones también tuvieron baja sospecha por parte de los médicos de atención primaria.
Sus resultados indican que la gran mayoría de los casos de lesiones benignas, así como más de la mitad de todas las lesiones, no habrían merecido evaluaciones adicionales, derivaciones a dermatólogos o escisiones si los proveedores de atención primaria hubieran podido implementar las pautas de aplicación en sus hospitales. prácticas.
«La aplicación se aplicó estrictamente a lesiones con algún grado de sospecha de melanoma. Creemos que esto refuerza la importancia de los resultados de este estudio, ya que este escenario corresponde a un escenario de la vida real en atención primaria. Aunque se sabe por estudios anteriores Si bien la evaluación clínica estándar (en atención primaria y dermatólogos) inicialmente pasa por alto los melanomas, la solución no es aplicar este tipo de aplicación a ciegas a todas las lesiones cutáneas del paciente, lo que puede llevar a un número inmanejable de de falsos positivos. Sin embargo, el alto VPN de la aplicación y su facilidad de uso pueden alentar su uso en lesiones con menor sospecha de melanoma que pueden manejarse mejor mediante la vigilancia de las lesiones.
referencia
Papachristou P, Söderholm M, Balon G, et al. Evaluación del apoyo a la toma de decisiones basado en inteligencia artificial para la detección de melanoma cutáneo en atención primaria: un ensayo clínico prospectivo del mundo real. Br J Dermatol. 2024:ljae021. doi:10.1093/bjd/ljae021
More Stories
El jefe de la Agencia Espacial de EE.UU. quiere hablar con China sobre la basura espacial
Búsqueda de gemas: caracterización de seis planetas gigantes que orbitan enanas frías
La Administración Federal de Aviación de EE. UU. ha puesto en tierra los cohetes Falcon 9 de SpaceX en espera de una investigación sobre un raro accidente de aterrizaje frente a la costa.