Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma

INTRODUCCIÓN: El melanoma, un cáncer de piel con creciente incidencia global, es prevalente en regiones con poblaciones de piel clara. Su capacidad para metastatizar y la alta tasa de mortalidad resaltan la necesidad de una detección temprana, para una intervención efectiva y potencial reducción de...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Gutiérrez Magaldi, Ignacio, Tabares, Pablo, Tabares, Guillermo, Tabares, Facundo, Gómez Zanni, Susana, Pascualini, Florencia, Papa, Mariana, Cedrés, Nahuel, Cherasco, Mateo, Llanos, Jorge
Formato: Artículo revista
Lenguaje:Español
Publicado: Revista Methodo 2025
Materias:
melanoma
inteligencia artificial
detección precoz
Acceso en línea:https://revistas.bibdigital.uccor.edu.ar/index.php/method/article/view/5952
Aporte de:
Revista Methodo de Universidad Católica de Córdoba
id I38-R400-article-5952
record_format ojs
spelling I38-R400-article-59522025-07-03T12:09:24Z Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma Gutiérrez Magaldi, Ignacio Tabares, Pablo Tabares, Guillermo Tabares, Facundo Gómez Zanni, Susana Pascualini, Florencia Papa, Mariana Cedrés, Nahuel Cherasco, Mateo Llanos, Jorge melanoma inteligencia artificial detección precoz INTRODUCCIÓN: El melanoma, un cáncer de piel con creciente incidencia global, es prevalente en regiones con poblaciones de piel clara. Su capacidad para metastatizar y la alta tasa de mortalidad resaltan la necesidad de una detección temprana, para una intervención efectiva y potencial reducción de riesgo de metástasis. Estrategias como autoexámenes y revisiones dermatológicas son esenciales. La inteligencia artificial (IA) ha emergido como una herramienta con mayor precisión y rapidez en el análisis de imágenes cutáneas. OBJETIVOS: 1. Lograr la optimización en el diagnóstico precoz de melanoma a través de la IA como herramienta colaborativa en dermatoscopia. 2. Determinar la exactitud diagnóstica de la Inteligencia Artificial como herramienta en dermatoscopia vs el diagnóstico del ojo humano a través de un dermatólogo especializado. MATERIAL Y METODOS: Se trata de un estudio prospectivo, de cohorte de tipo transversal. Desde Avedian desarrollamos un modelo de deep learning para la detección de melanoma. Entrenamos el modelo con 12.000 imágenes (tamaño muestral n: 12.000 imágenes; tamaño muestral necesario según cálculo de Machin es de 526 imágenes) obtenidas de base de datos obtenidas de la international skin imagine collaboration, e hicimos un estudio comparativo de clasificación de imágenes de melanomas y lunares sanos. Por otro lado, les otorgamos 40 imágenes a 2 dermatólogos especializados en la detección de nevus y melanomas, a los que les pedimos que clasifiquen estas imágenes según su experiencia y criterio clínico, en forma binaria. RESULTADOS: El estudio comparativo mostró una precisión global del modelo de deep learning por IA, del 82.5%, con 85% para nevos y 80% para melanomas, en comparación con el sistema clasificatorio binario de los médicos dermatólogos, (61%), con una sensibilidad del 85% y especificidad del 82%, nivel de confianza del 95%. CONCLUSIÓN: La integración de la IA en la detección precoz promete avances significativos en el diagnóstico y tratamiento del melanoma y permite optimizar las herramientas de diagnóstico precoz Revista Methodo 2025-04-07 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf application/zip text/html https://revistas.bibdigital.uccor.edu.ar/index.php/method/article/view/5952 10.22529/me.2025.10(2)03 Methodo Investigación Aplicada a las Ciencias Biológicas; Vol. 10 Núm. 2 (2025): abril-junio; 12-16 2545-8302 spa https://revistas.bibdigital.uccor.edu.ar/index.php/method/article/view/5952/8355 https://revistas.bibdigital.uccor.edu.ar/index.php/method/article/view/5952/8356 https://revistas.bibdigital.uccor.edu.ar/index.php/method/article/view/5952/8357 Derechos de autor 2025 Revista Methodo: Investigación Aplicada a las Ciencias Biológicas
institution Universidad Católica de Córdoba
institution_str I-38
repository_str R-400
container_title_str Revista Methodo
language Español
format Artículo revista
topic melanoma
inteligencia artificial
detección precoz
spellingShingle melanoma
inteligencia artificial
detección precoz
Gutiérrez Magaldi, Ignacio
Tabares, Pablo
Tabares, Guillermo
Tabares, Facundo
Gómez Zanni, Susana
Pascualini, Florencia
Papa, Mariana
Cedrés, Nahuel
Cherasco, Mateo
Llanos, Jorge
Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
topic_facet melanoma
inteligencia artificial
detección precoz
author Gutiérrez Magaldi, Ignacio
Tabares, Pablo
Tabares, Guillermo
Tabares, Facundo
Gómez Zanni, Susana
Pascualini, Florencia
Papa, Mariana
Cedrés, Nahuel
Cherasco, Mateo
Llanos, Jorge
author_facet Gutiérrez Magaldi, Ignacio
Tabares, Pablo
Tabares, Guillermo
Tabares, Facundo
Gómez Zanni, Susana
Pascualini, Florencia
Papa, Mariana
Cedrés, Nahuel
Cherasco, Mateo
Llanos, Jorge
author_sort Gutiérrez Magaldi, Ignacio
title Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
title_short Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
title_full Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
title_fullStr Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
title_full_unstemmed Aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
title_sort aplicación de inteligencia artificial como herramienta para la optimización en el diagnóstico de melanoma
description INTRODUCCIÓN: El melanoma, un cáncer de piel con creciente incidencia global, es prevalente en regiones con poblaciones de piel clara. Su capacidad para metastatizar y la alta tasa de mortalidad resaltan la necesidad de una detección temprana, para una intervención efectiva y potencial reducción de riesgo de metástasis. Estrategias como autoexámenes y revisiones dermatológicas son esenciales. La inteligencia artificial (IA) ha emergido como una herramienta con mayor precisión y rapidez en el análisis de imágenes cutáneas. OBJETIVOS: 1. Lograr la optimización en el diagnóstico precoz de melanoma a través de la IA como herramienta colaborativa en dermatoscopia. 2. Determinar la exactitud diagnóstica de la Inteligencia Artificial como herramienta en dermatoscopia vs el diagnóstico del ojo humano a través de un dermatólogo especializado. MATERIAL Y METODOS: Se trata de un estudio prospectivo, de cohorte de tipo transversal. Desde Avedian desarrollamos un modelo de deep learning para la detección de melanoma. Entrenamos el modelo con 12.000 imágenes (tamaño muestral n: 12.000 imágenes; tamaño muestral necesario según cálculo de Machin es de 526 imágenes) obtenidas de base de datos obtenidas de la international skin imagine collaboration, e hicimos un estudio comparativo de clasificación de imágenes de melanomas y lunares sanos. Por otro lado, les otorgamos 40 imágenes a 2 dermatólogos especializados en la detección de nevus y melanomas, a los que les pedimos que clasifiquen estas imágenes según su experiencia y criterio clínico, en forma binaria. RESULTADOS: El estudio comparativo mostró una precisión global del modelo de deep learning por IA, del 82.5%, con 85% para nevos y 80% para melanomas, en comparación con el sistema clasificatorio binario de los médicos dermatólogos, (61%), con una sensibilidad del 85% y especificidad del 82%, nivel de confianza del 95%. CONCLUSIÓN: La integración de la IA en la detección precoz promete avances significativos en el diagnóstico y tratamiento del melanoma y permite optimizar las herramientas de diagnóstico precoz
publisher Revista Methodo
publishDate 2025
url https://revistas.bibdigital.uccor.edu.ar/index.php/method/article/view/5952
work_keys_str_mv AT gutierrezmagaldiignacio aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT tabarespablo aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT tabaresguillermo aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT tabaresfacundo aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT gomezzannisusana aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT pascualiniflorencia aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT papamariana aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT cedresnahuel aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT cherascomateo aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
AT llanosjorge aplicaciondeinteligenciaartificialcomoherramientaparalaoptimizacioneneldiagnosticodemelanoma
first_indexed 2025-10-23T14:33:39Z
last_indexed 2025-10-23T14:33:39Z
_version_ 1846783529042575360

Ejemplares similares