Skip links
Automatic PASI for psoriasis

APASI: El brillante futuro de la medición de la gravedad de la psoriasis

Legit.Health presenta APASI (Índice automático de gravedad y área de psoriasis). APASI es la revolucionaria automatización del sistema de puntuación PASI, gracias a la inteligencia artificial clínica.

Índice

    Introducción

    El futuro de la dermatología ya está aquí gracias a Legit.Health y su revolucionaria implementación del PASI. Presentamos el APASI, la versión automática del PASI (Automatic Psoriasis Area and Severity Index). Usando algoritmos de reconocimiento de imagen, los investigadores han creado una herramienta que procesa imágenes obtenidas con un smartphone y automáticamente las traduce al dominio del PASI.

    Se sabe que una obtención de datos objetiva, fiable y precisa es indispensable para la medicina basada en la evidencia. Cuando hablamos de la psoriasis, el PASI ha demostrado tener las mejores propiedades clinimétricas y es el más recomendado para el uso en ensayos clínicos. Es por eso que automatizamos el PASI para ayudar a los pacientes y médicos a lograr mejores resultados de salud.

    Los orígenes del PASI

    Este sistema de puntuación para la psoriasis se publicó por primera vez en un artículo escrito por T. Fredericksson y U. Pettersson en 1978, cuando estaban explorando un nuevo tratamiento para la enfermedad.

    Su fórmula para determinar la gravedad de la afección pasaría a convertirse en el gold standard para dermatólogos a lo largo y ancho del globo, y es, aún a día de hoy, ampliamente utilizada.

    Para calcular el PASI, multiplicó la suma de la severidad de estos tres cambios principales por el valor numérico de las áreas involucradas y por los distintos porcentajes de las cuatro áreas corporales. Después, suma estos valores para obtener el PASI.

    Fredriksson, T., & Pettersson, U. (1978). Severe Psoriasis – Oral Therapy with a New Retinoid. Dermatology, 157(4), 238–244. doi:10.1159/000250839

    ¿Quieres probar la inteligencia artificial por ti mismo?

    Las limitaciones del PASI de papel y lápiz

    El principal objetivo del PASI es proporcionar una herramienta para registrar datos de forma precisa y consistente para evaluaciones rutinarias y estudios clínicos. Sin embargo, trae consigo una serie de problemas y limitaciones.

    Encontramos una variación sustancial [en los resultados] entre médicos experimentados e inexpertos que utilizan PASI

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor. Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Además de la variación entre observadores, muchos médicos han señalado que rellenar el PASI es muy tedioso y consume demasiado tiempo, y que no lo utilizan en su día a día.

    Calculadoras digitales: una solución a medio gas

    Con la llegada y popularización de los ordenadores, varias versiones digitales del PASI han sido desarrolladas en un intento de reducir el tiempo malgastado en realizar estos cálculos. Estas calculadoras online se enfrentan, de forma poco eficiente, solo a uno de los problemas del PASI tradicional: si bien los cálculos matemáticos son realizados automáticamente, el médico sigue teniendo que rellenar el valor para cada parámetro.

    No solo sigue requiriendo el tiempo y atención del médico, sino que tampoco hace nada para solucionar los múltiples problemas de falta de objetividad y reproducibilidad que tiene el sistema PASI.

    ¿Como sabemos que sistema de puntuación es mejor?

    Entre los muchos criterios para evaluar la calidad de los datos clínicos, algunos destacan como clave para determinar que escala de puntuación es mas útil.

    • Facilidad de uso: se puede aplicar fácilmente, dadas las limitaciones de tiempo y dinero.
    • Sensibilidad al cambio: la capacidad de detectar cambios clínicamente significativos a lo largo del tiempo.
    • Fiabilidad inter-observador: diferentes investigadores proporcionan resultados idénticos.
    • Variabilidad intra-observador: mediciones repetidas por el mismo investigador proporcionan resultados idénticos.
    • Interpretabilidad: asigna significado cualitativo a las puntuaciones (leve, severa…).

    Methods and definitions to rate the quality of outcome measures. Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., & Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337–1347. doi:10.1016/j.jaci.2013.07.008

    Seis formas en las que el APASI es mejor

    Legit.Health es la revolucionaria herramienta de comunicación y obtención de datos clínicos para dermatólogos de última generación que triplica el empoderamiento de pacientes.

    Tras 12 meses usando Legit.Health, en los que analizamos la aplicabilidad de la herramienta en nuestro hospital, hemos extraído conclusiones que ayudan a plantear una nueva paradigma asistencial en el seguimiento de la psoriasis.

    Dra. Elena Sánchez-Largo, Hospital de Torrejón

    El propósito de los algoritmos de deep learning es salvar a los médicos de la tediosa tarea de calcular los sistemas de puntuación de forma manual y permitir la práctica de una dermatología más objetiva y basada en la evidencia mientras acelera el proceso de diagnóstico de la patología y aumenta la autonomía y el control del paciente.

    Los algoritmos de Legit.Health puntúan automáticamente lesiones simplemente mirando a una imagen sacada con el móvil y un breve cuestionario respondido por el paciente. En otras palabras: la herramienta rellenará automáticamente la mayoría de los sistemas de medición dermatológicos como PASI, SCORAD, UAS, GAGS, y muchos más.

    El principal objetivo del APASI es proveer de una herramienta para recoger datos de forma precisa y consistente para evaluaciones rutinarias y estudios clínicos.

    Pen and PaperDigitalAutomatic AI
    Self-supervisionPerform diagnosis
    Ease of use≈ 600 seconds≈ 420 seconds≈ 23 seconds
    Sensitivity to change0 to 40 to 40 to 100
    Interobserver variabilityMedium (20%)Medium (20%)Lowest (8%)
    Intra-observer variabilityHighHighZero
    This table shows a comparison between different methods of scoring the severity of a disease. The automatic artificial intelligence-powered method performs better across most performance indicators.

    1. APASI ayuda al médico en el diagnóstico de la enfermedad

    El algoritmo desarrollado por Legit.Health no se limita a medir la gravedad de la afección como hace el PASI, sino que también ha sido entrenado usando la pericia de expertos dermatólogos para ser capaz de distinguir entre 232 patologías, incluyendo la mayoría de los tipos de psoriasis.

    Esto quiere decir que el APASI puede distinguir entre distintos tipos de psoriasis y ayudar al médico en el proceso de diagnóstico; no solo ofreciendo información relevante para hacerlo más rápido, sino mejorando el ratio de diagnóstico correcto alrededor de un 23%.

    ¿Quieres probar la inteligencia artificial por ti mismo?

    2. Más fácil de usar y más rápido que cualquier otro método

    Mientras que un médico experimentado puede necesitar entre seis y siete minutos para rellenar y calcular completamente la puntuación del PASI de un paciente, y uno inexperto puede necesitar hasta diez minutos, el algoritmo de Legit.Health solo necesita 23 segundos para lograr el resultado final.

    Esto es clave desde el punto de vista de la gestión del tiempo, permitiendo al médico emplear su limitado tiempo con el paciente de forma más eficiente. Además, también ayuda desde un punto de vista clínico. El hecho, es que muchos médicos no rellenan ningún sistema de puntuación porque consideran este proceso muy largo y tedioso, y prefieren realizar una estimación «a ojo» de la gravedad de la enfermedad, algo profundamente incompatible con el ideal moderno de una medicina basada en la evidencia.

    3. APASI detecta pequeños cambios en la evolución de la patología

    APASI: El brillante futuro de la medición de la gravedad de la psoriasis

    La herramienta de Legit.Health analiza las patologías usando un sistema validado clínicamente que tiene un MID más bajo (Minimal Important Difference) y es sensible al LDC más bajo (Lowest Detectable Change); lo que significa que el algoritmo analiza cada imagen con más precisión y atención al detalle de la que está al alcance de ningún observador humano.

    En los ensayos clínicos, la cuantificación de la enfermedad es fundamental. Para medir la eficacia de un tratamiento, es necesario comparar la gravedad de la enfermedad antes de la terapia con la gravedad después del tratamiento.

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Es más, APASI tiene validez y consistencia más altas, mientras mantiene propiedades clinimétricas comparables al sistema tradicional, gracias al funcionamiento intrínseco de los algoritmos de identificación de imagen.

    4. Reduce de forma significativa la variabilidad inter-observador

    Nuestros datos indican que incluso los investigadores experimentados tuvieron dificultades con PASI para calificar el área de afectación […], especialmente entre los pacientes con psoriasis más grave.

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Los resultados experimentales muestran que el APASI supera los métodos tradicionales cuando se trata de la variabilidad entre observadores, consiguiendo un margen de error máximo de hasta un 13%, mucho menor que el habitual 20% observado en la aplicación clásica de los sistemas de gradación tradicionales.

    5. Cero variabilidad intra-observador gracias al APASI

    La naturaleza algorítmica del APASI elimina por completo y sin lugar a dudas la variabilidad intra-observador, ya que cada imagen y cada cálculo es almacenado en la base de datos de la aplicación.

    Permitiendo que el medico no tenga que fiarse de su memoria cuando está tratando de determinar la severidad de la afección y pueda centrarse en el análisis de los datos objetivos almacenados en la aplicación, reduciendo drásticamente la posibilidad de recordar erróneamente, proporcionando una forma más precisa, objetiva y fiable de realizar el seguimiento de una enfermedad.

    Para juzgar el efecto de un tratamiento, la variación en la calificación de un paciente de vez en cuando debe ser baja

    Richard G. Langley, MD,a and Charles N. Ellis, MDb Halifax, Nova Scotia, and Ann Arbor, Michigan Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment

    Esto se convierte en algo especialmente importante durante estudios clínicos, en los que reducir la variabilidad es clave para reunir datos fiables para este tipo de estudios.

    6. Datos más accesibles y fáciles de leer

    Por último, la interfaz de Legit.Health proporciona acceso a toda la información relevante sobre el paciente presentada de una forma fácil de leer e interpretar.

    Todos los datos derivados del APASI se muestran claramente en la pantalla, enseñando la gravedad de la afección y los diferentes factores considerados por el algoritmo al analizar la imagen y sus puntuaciones.

    La aplicación también proporciona un gráfico que muestra la evolución de la enfermedad a lo largo del tiempo, haciendo que el seguimiento del proceso de recuperación con el tratamiento sea muy sencillo de evaluar.

    ¿Quieres probar la inteligencia artificial por ti mismo?

    En conclusión

    El revolucionario e innovador sistema APASI representa el futuro de la dermatología. El revolucionario e innovador sistema APASI representa el futuro de la dermatología. Dando a los médicos acceso a la mejor herramienta para el diagnóstico de la psoriasis y permitiéndoles practicar una medicina basada en la evidencia, y mejorando la comunicación entre médico y paciente.

    Gracias a Legit.Health, médicos de todo el mundo pueden mejorar su ratio de diagnóstico correcto en un 23%, y hacer el seguimiento más fácil consiguiendo que el paciente se convierta en un participante activo de su propio tratamiento.

    No se puede negar que el uso de algoritmos que miden la gravedad de una enfermedad cutánea representa el futuro de la dermatología, y que sin lugar a duda, ayudará a mejorar este campo.

    Consigue acceso ahora

    Esta prueba gratuita de 23 días de Legit.Health otorga a las clínicas y hospitales una visión práctica de cómo impulsar una mayor adherencia y mejorar los resultados de los pacientes, así como mejorar la eficiencia y la calidad de vida.

    bloque blanco

    Estamos aquí para ayudar

    ¿Qué puedes esperar tras contactar con nosotros?

    • Demostración de la plataforma: Comprueba de primera mano como funciona la aplicación
    • Conoce la solución: descubre que funcionalidades dan respuesta a tus retos
    • Precios: escoge el plan que mejor se ajusta a tus necesidades.
    • Conecta con recursos útiles
    APASI: El brillante futuro de la medición de la gravedad de la psoriasis