¿Te preocupa un lunar extraño que te salió en la espalda y otra parte del cuerpo? ¿Por qué no dejar que un algoritmo le eche un vistazo?
Esta es la idea deytás de un proyecto creado por científicos de la Universidad de Stanford que aplica los poderes de visión de las máquinas con redes neurales de aprendizaje profundo del mundo de la dermatología.
Relacionado: Científicos españoles imprimen piel humana en una bioimpresora 3D
El algoritmo utiliza una base de datos con 130,000 imágenes de enfermedades de la piel, creada por el equipo que es capaz de diagnosticar lesiones en a piel con un rendimiento similar al de expertos en esta área de la medicina.
“Entrenamos el algoritmo para que pudiera clasificar imágenes de las condiciones de la piel, ya sean benignas o malignas y encontramos que tiene un rendimiento similar al de 21 dermatólogos certificados en tres áreas de diagnóstico: carcinomas (el cáncer humanos más común), melanoma (el cáncer de piel más mortal) y la identificación del melanoma al ser visto utilizando la dermoscopia”, afirma el co-autor André Esteva.
La red neuronal utilizada fue hecha originalmente por Google y está entrenada para reconocer 1.28 millones de imágenes, con el fin de identificar gatos de perros.
“Vimos que tenía un rendimiento similar al de un humano y podía diferenciar entre 200 razas de perro distintas”, afirma el co-autor Brett Kuprel. “Pensamos que podíamos utilizarlo para algo más útil, como un diagnóstico de cáncer de piel”.
Ni Esteva ni Kuprel tiene formación en dermatología, lo cual quiere decir que el algoritmo logró ganar rendimiento de profesional sin beneficiarse de ninguna codificación específica de algún área del conocimiento.
Sin embargo, si algún dermatólogo quiere utilizar el algoritmo, pueden tomar la ventaja de un “mapa de prominencia” que revela qué tan importante fue cada pixel en la interpretación de la inteligencia artificial.
En otras palabras, en lugar de remplazar a los dermatólogos, lo que el algoritmo hace es agregar una herramienta importante de trabajo, haciendo una labor similar a la de los rayos X, pero en este caso de forma inteligente, ya que brinda una interpretación de lo que ve.
Relacionado: ¡Usar tu ADN para obtener una rutina de ejercicio ya es posible!
Por ahora, es difícil utilizarlo masivamente “hay muchas regulaciones que debemos cumplir para que la FDA lo apruebe”, afirma Kuprel. “Eso sería importante antes de que cualquier otra aplicación pueda ser hecha”.
Los investigadores no han dicho qué más pretenden hacer con el algoritmo. “No podemos comentar”, afirma Esteva.
