El melanoma es un tipo de cáncer de piel que, como otros tipos de cánceres, debe detectarse en etapas tempranas para aumentar las probabilidades de supervivencia del paciente. Sólo en Europa se detectan cien mil nuevos casos cada año, y la detección y clasificación del avance del melanoma hace que la tasa de supervivencia varíe del 99% al 15% de los pacientes.
A día de hoy, el diagnóstico consiste en una inspección visual por un dermatólogo, quien decide realizar una biopsia posterior para confirmar que se ha producido el tumor y medir el grosor de éste, parámetro esencial para estimar la gravedad de la enfermedad, pronóstico y márgenes de escisión quirúrgica.
Para su detección y clasificación, María Pérez, Javier Sánchez, Aurora Sáez y Pedro Antonio Gutiérrez; cuatro investigadores de la Universidad Loyola Andalucía -los dos primeros-, la US y la UCO, respectivamente; han desarrollado un sistema basado en técnicas de visión artificial y de aprendizaje automático a partir de imágenes dermatoscópicas, con la intención de evitar de esta manera la necesidad de una técnica invasiva, como es la biopsia, o al menos servir como complemento a ella, ya que para la medición del grosor del melanoma la biopsia debe realizarse exactamente en el punto de mayor profundidad de éste.
80 características :
Según se ha informado desde la UCO y desde Loyola Andalucía, este sistema extrae 80 características de las imágenes que describen aspectos relacionados con textura, forma y variaciones de colores, que varían en las diferentes etapas del melanoma.
Con estas características, los investigadores han utilizado técnicas de inteligencia computacional para crear modelos matemáticos que aprendan a distinguir entre lesiones benignas y melanomas, y clasificar estos últimos en función de su grosor.
Compartir