La dermatitis atópica (DA) es una enfermedad crónica que afecta a alrededor del 12 % de las personas y, a menudo, comienza en la infancia. Los pacientes con esta patología suelen tener una barrera inmunitaria de la piel suprimida, lo que reduce su protección contra los patógenos microbianos, y puede ...
La dermatitis atópica (DA) es una enfermedad crónica que afecta a alrededor del 12 % de las personas y, a menudo, comienza en la infancia. Los pacientes con esta patología suelen tener una barrera inmunitaria de la piel suprimida, lo que reduce su protección contra los patógenos microbianos, y puede llevar a complicaciones del eczema por infecciones bacterianas o virales. Esto puede incluir herpes simple, impétigo y erupción variceliforme de Kaposi (eccema herpético).
Precisamente, el control de estas complicaciones ha sido el objetivo de un equipo de dermatólogos de la Facultad de Medicina de la Universidad de Tohoku (Japón), que ha desarrollado un modelo de inteligencia artificial (IA) que permite a los pacientes con DA detectar complicaciones de infecciones bacterianas o virales y distinguir entre el eccema y las lesiones cutáneas causadas por un tipo de cáncer de la sangre, y que es descrito en el ´Journal of Dermatological Science´.
Reconocimiento de las complicaciones
Reconocer si la dermatitis atópica ha provocado alguna de estas complicaciones puede ser un desafío para los pacientes, ya que la apariencia de los síntomas en la piel es muy similar a la DA misma. Además, la micosis fungoide, un tipo de cáncer de la sangre que causa lesiones en la piel, también puede presentar síntomas similares a la dermatitis y puede coexistir con ella. Algunos medicamentos para la DA pueden incluso empeorar las infecciones o la micosis fungoide.
"Un dermatólogo podría detectar, por supuesto, la diferencia, pero es muy poco práctico para un paciente con DA visitar a un dermatólogo todos los días, lo cual se podría evitar con un mecanismo práctico y de bajo costo que reprodujera el conocimiento de ese dermatólogo y pudiera usarse durante el régimen diario de control de la piel de un paciente", señaló Yuta Yanagisawa, investigador de la Facultad de Medicina de la Universidad de Tohoku.
Para abordar este problema, el equipo entrenó su modelo de red neuronal convolucional (CNN) en imágenes no estándar de EA, impétigo, micosis fungoide, herpes simple y erupción variceliforme de Kaposi. Luego compararon la precisión del diagnóstico de la IA con un conjunto de imágenes no estándar recortadas manualmente y anotadas en el diagnóstico por dermatólogos. Descubrieron que su sistema logró una precisión de diagnóstico casi igual al conjunto de imágenes evaluadas manualmente.
El equipo cree que esta tecnología ayudará a los pacientes con enfermedades de la piel a controlar sus afecciones de manera eficaz y eficiente, lo que dará como resultado mejores resultados de salud.
Actualmente, el equipo investigador está desarrollando una aplicación para teléfonos inteligentes impulsada por IA para traducir su sistema, lo que permite a los pacientes controlar sus enfermedades de la piel de forma remota con solo la cámara de su teléfono. También están experimentando con pacientes con D para mejorar la usabilidad de la aplicación.
