El proyecto, denominado MEL-IA, ha alcanzado una precisión global del 86% en las pruebas realizadas con un conjunto de datos utilizado para su entrenamiento y validación. Los resultados de esta investigación se han publicado recientemente en la revista científica Journal of Medical Systems.
La herramienta permite clasificar cinco tipos de lesiones: melanoma, nevus, carcinoma basocelular, queratosis actínica y queratosis benigna. Su funcionamiento se ha evaluado en un entorno de pruebas con imágenes dermatológicas anonimizadas, fuera del circuito asistencial y sin intervención directa sobre pacientes.
Esta investigación nació como trabajo de fin de grado de un estudiante de Ingeniería Biomédica de la Universidad de Alicante, quien realizó sus prácticas en el Servicio de Informática del hospital. Partiendo de un algoritmo de IA previo y una aplicación para captar imágenes e información clínica, el equipo del hospital y el estudiante adaptaron la solución a los requisitos de seguridad, integración y organización de un entorno hospitalario.
José María Salinas, jefe del Servicio de Informática del Hospital Sant Joan d’Alacant, explica que “la idea fue aplicar la experiencia que tenemos en los sistemas de información sanitarios y rediseñar por completo la solución, de la mano del alumno, para garantizar que cumplía todos los requisitos de seguridad y estándares y que se podía integrar en un circuito clínico”.
Para comprobar el algoritmo, se creó un conjunto de datos con imágenes dermatológicas anonimizadas del Departamento de Salud Alicante-Sant Joan. Estas imágenes se utilizaron para entrenar el modelo y realizar una prueba de concepto, con resultados revisados y validados por el Servicio de Dermatología del hospital. “Se quedó una solución bastante robusta, tecnológicamente preparada para poder integrarse en cualquier sistema clínico, y las pruebas de concepto fueron satisfactorias”, señala Salinas.
La experiencia adquirida en este proyecto también ha servido de referencia para futuras soluciones de teledermatología y ha permitido aplicar los conocimientos universitarios a un caso práctico en sistemas de información sanitaria.
