Un equipo de investigadores de la Universidad de Málaga (UMA) ha desarrollado una herramienta basada en inteligencia artificial (IA) y clasificación automática de imágenes para mejorar la precisión de la detección del melanoma, un tipo de cáncer de piel.

Los expertos proponen un programa que explica cómo "piensa" una inteligencia artificial enfocada a la detección precoz de las lesiones de la piel, según ha informado este lunes la Fundación Descubre en un comunicado.

Este sistema también podría emplearse para entrenar y mejorar los detectores que se utilizan en el prediagnóstico de otras enfermedades como el cáncer de mama.

Tal y como explican en un trabajo publicado en la revista científica "Computers in Biology and Medicine", los expertos utilizaron un enfoque basado en algoritmos genéticos y la clasificación automática de imágenes para analizar y detectar patrones asociados al melanoma en un conjunto de fotografías.

La labor de los investigadores se centró en determinar cómo "piensa" el algoritmo, un código informático que guía a la máquina paso a paso para tomar decisiones, de manera que el programa puede realizar cálculos y obtener resultados de forma lógica y eficiente.

No obstante, no todos los algoritmos son "transparentes’" es decir, que las personas que lo están empleando no pueden saber por qué toman las decisiones que toman, ni qué "receta" o pasos de la misma ha seguido el sistema para obtener un resultado.

"Son algoritmos ‘de caja negra’, como los que se usan en los bancos para evaluar préstamos o en las redes sociales", por lo que el trabajo de los investigadores se centra en explicar qué pasos y qué lógica sigue el enfocado a la detección de lesiones de la piel, "para alcanzar conclusiones”, ha explicado el investigador José Manuel García-Nieto.

Para explicar cómo "piensa" el algoritmo, los expertos elaboraron un "explicador", que destaca sobre las fotografías las áreas en las que se centra el sistema para detectar el melanoma.

Visualmente, se puede observar cómo se iluminan distintos píxeles en amarillo y de esta manera pueden saber qué área está "mirando" el algoritmo y qué proceso lógico sigue para determinar si, por ejemplo, una mancha es un melanoma o no.

Para comprobar la efectividad de esta herramienta, el grupo de investigación reunió un conjunto de imágenes, procedentes de bancos gratuitos y bases de datos médicas de carácter privado, que contenían manchas, lunares, pecas y otras marcas de la piel.

Normalmente, los médicos se fijan en los cambios de forma, color, tamaño o textura para determinar si son benignos o si han evolucionado en melanoma.

De este modo, se percataron de que cuando el algoritmo acertaba, se fijaba en zonas muy características de las marcas de la piel, como los médicos, mientras que cuando fallaba, se fijaba en áreas menos representativas.

"Detecta distintas lesiones de la piel como el melanoma, nevus, queratosis y los lunares sanos", ha comentado José Manuel García-Nieto, quien ha precisado que el programa "no sustituye en ningún caso la labor y el diagnóstico de un médico".