Evolución de la dermatitis atópica con inteligencia artificial.

ASCORAD: Clasificación automática de Dermatitis atópica con Deep Learning. Inteligencia artificial cutánea para el eccema

Keywords: Dermatitis atópica, SCORAD, Deep learning, evaluación automática de la gravedad, sistema CADx

ABSTRACT

La dermatitis atópica es una afección cutánea crónica con picor que afecta al 15-20% de los niños, pero puede ocurrir a cualquier edad. Se estima que 16,5 millones de adultos estadounidenses (7,3%) tienen DA, que inicialmente se manifiesta a los 2 años de edad, y casi el 40% tiene una afectación moderada o grave de la enfermedad. Además, un meta-análisis que incluyó a más de 110.000 sujetos encontró que el 20% de los niños con dermatitis atópica todavía tenían una persistencia de la enfermedad 8 años después.

¿Quieres ver los algoritmos Automáticos SCORAD en acción?

Por lo tanto, una medición cuantitativa que pueda rastrear la evolución de la gravedad de la dermatitis atópica podría ser extremadamente útil para evaluar la eficacia terapéutica.

Actualmente, SCORAD (SCOring Atopic Dermatitis) es la escala más utilizada en la práctica clínica. Sin embargo, el SCORAD tiene las siguientes desventajas:

  • more_timeRellenar manualmente el SCORAD lleva mucho tiempoCuesta entre 7 y 10 minutos por paciente, lo que representa una gran carga para los dermatólogos; and
  • compare_arrowsAlta variabilidad inter observadorDebido a la complejidad del cálculo de SCORAD, distintos dermatólogos pueden dar diferentes puntuaciones para el mismo caso

Para solucionar estos problemas, proponemos aplicar redes neuronales de última generación para estimar la gravedad de la dermatitis atópica a partir de imágenes de lesiones cutáneas. A diferencia de los marcos típicos de aprendizaje profundo para el procesamiento de imágenes, nuestra red SCORADnet es capaz de estimar la superficie y todos los signos visuales a la vez, mejorando la eficiencia en ambas tareas simultáneamente.

puntuando la dermatitis atópica
Captura de pantalla de la información que muestra el algoritmo para la estimación de la severidad de la dermatitis atópica.

Los resultados experimentales muestran que SCORADnet puede alcanzar un error porcentual absoluto medio del 13%, por lo que es significativamente más certero que los métodos de referencia y que con mayor acierto de la variabilidad inter-observador del 20% resultante de la estimación manual llevada a cabo por dematólogos expertos.

SCORADnet es capaz de estimar la superficie y todas las demás señales visuales a la vez, mejorando la eficiencia en ambas tareas simultáneamente.

En general, SCORADnet ayuda a la implementación de una dermatología basada en la evidencia, libera a los dermatólogos del tedioso cálculo del SCORAD, permite a los pacientes rastrear la gravedad de la dermatitis atópica de una manera mucho más sencilla y objetiva y permite una evaluación más precisa de los nuevos tratamientos.

¿Quieres ver los algoritmos Automáticos SCORAD en acción?

Puntuación automática de la dermatitis atópica
Figura 1. Los signos visuales que componen el SCORAD con cuatro niveles de intensidad: ninguno, leve, moderado y severo. Entrenamos a seis redes EfficientNet-B0, una para cada evaluación de gravedad de signos visuales

Consigue acceso ahora

Complete el formulario para acceder a la herramienta.

» type=»form»]

Dejar un comentario