El projecte, batejat com MEL-IA, ha demostrat una precisió global del 86% en les proves realitzades amb un conjunt de dades utilitzat per al seu entrenament i validació. Els resultats d'esta investigació s'han publicat recentment en la revista científica Journal of Medical Systems.
La ferramenta té la capacitat de classificar cinc tipus de lesions: melanoma, nevus, carcinoma basocelular, queratosi actínica i queratosi benigna. El seu funcionament s'ha avaluat en un entorn de proves amb imatges dermatològiques anonimitzades, fora del circuit assistencial i sense intervenció directa sobre pacients.
Esta investigació va nàixer com a treball de fi de grau d'un estudiant d'Enginyeria Biomèdica de la Universitat d'Alacant, qui va realitzar les seues pràctiques en el Servici d'Informàtica de l'hospital. Partint d'un algoritme d'IA previ i una aplicació per a captar imatges i informació clínica, l'equip de l'hospital i l'estudiant van adaptar la solució als requisits de seguretat, integració i organització d'un entorn hospitalari.
José María Salinas, cap del Servici d'Informàtica de l'Hospital Sant Joan d’Alacant, explica que "la idea va ser aplicar l'experiència que tenim en els sistemes d'informació sanitaris i redissenyar per complet la solució, de la mà de l'alumne, per a garantir que complia tots els requisits de seguretat i estàndards i que es podia integrar en un circuit clínic".
Per a comprovar l'algoritme, es va crear un conjunt de dades amb imatges dermatològiques anonimitzades del Departament de Salut Alacant-Sant Joan. Estes imatges es van utilitzar per a entrenar el model i realitzar una prova de concepte, amb resultats revisats i validats pel Servici de Dermatologia de l'hospital. "Es va quedar una solució prou robusta, tecnològicament preparada per a poder integrar-se en qualsevol sistema clínic, i les proves de concepte van ser satisfactòries", assenyala Salinas.
L'experiència adquirida en este projecte també ha servit de referència per a futures solucions de teledermatologia i ha permés aplicar els coneixements universitaris a un cas pràctic en sistemes d'informació sanitària.
