Introducción
Legit.Health desvela el futuro de la escala SCORAD: el ASCORAD (Puntuación Automática de la Dermatitis Atópica). A través de algoritmos de inteligencia artificial, los investigadores han creado una herramienta que procesa imágenes tomadas con el móvil y calcula automáticamente los signos del SCORAD.
Como todos sabemos: contar con datos objetivos fiables y precisos es imprescindible para practicar medicina basada en la evidencia. Cuando medimos la afectación de una dermatitis atópica, el EASI y el SCORAD han demostrado poseerlas mejores cualidades clinimétricas y son los más recomendados para el uso en futuros estudios clínicos. Sin embargo…
Estimar el enrojecimiento de la zona afectada con solo mirarla resulta algo anticuado.
Dr. Ramon Grimalt
¿Quiere ver los algoritmos SCORAD automáticos en acción?
Los sistemas de puntuación como SCORAD y EASI tienen una alta variabilidad entre observadores y consumen mucho tiempo. Un enfoque automatizado de IA como el nuestro puede ayudar a reducir dicho sesgo y, por lo tanto, ser un criterio más preciso y objetivo.
Automatic SCOring of Atopic Dermatitis using Deep Learning (ASCORAD): A Pilot Study.
(…) un método alternativo rápido y objetivo para la evaluación automática de la dermatitis atópica con un gran potencial, que ya obtiene resultados comparables a la evaluación de expertos humanos, al mismo tiempo que reduce en gran medida la variabilidad entre observadores. strong> y ser más eficiente en el tiempo. ASCORAD también podría utilizarse en situaciones en las que no es posible realizar consultas presenciales, proporcionando una evaluación automática de los signos clínicos y la superficie de la lesión.
Automatic SCOring of Atopic Dermatitis using Deep Learning (ASCORAD): A Pilot Study.
¿Quiere ver los algoritmos SCORAD automáticos en acción?
Mucho ha llovido desde 1993
Le debemos mucho al grupo de investigación europeo para la dermatitis atópica que publicó el primer artículo sobre el SCORAD en 1993. Trataban de encarar un obstáculo considerable, tanto a nivel de la práctica médica como de cara a estudios clínicos sobre tratamientos. Como dijeron los autores:
Los métodos de evaluación de la dermatitis atópica (DA) no están estandarizados y los estudios terapéuticos son difíciles de interpretar.
Severity Scoring of atopic dermatitis: The SCORAD Index. (1993). Dermatology, 186(1), 23–31. doi:10.1159/000247298
Esta fue la premisa que condujo a Alain Taïeb y Jean-François Stalder junto a un brillante equipo de investigadores, a acometer el reto de desarrollar un índice compuesto de gravedad.
Papel y lápiz, los orígenes del SCORAD
La solución propuesta en 1993 puede parecer anticuada a día de hoy, pero es una forma brillante de solventar el problema. Los investigadores intentaron crear un sistema de evaluación basado en la simplicidad y en un uso sencillo y rutinario. Para conseguirlo, idearon la siguiente plantilla como referencia:
La formula del índice SCORAD es: A/5 + 7B/2 + C. En esta fórmula, A está definido como la extensión (0-100); B, está definido como la intensidad (0-18); y C, está definido como los síntomas subjetivos (0-20). La máxima puntuación del índice SCORAD es 103.
Calculadoras online: el enfoque digital
Con la revolución digital y la popularidad de los ordenadores, una gran cantidad de investigadores de todo el mundo desarrollaron diversas versiones digitales del SCORAD de papel y lápiz.
La principal ventaja de estos sistemas es que realizan el cálculo de la fórmula A/5 + 7B/2 + C de forma automática, por eso se llaman calculadoras digitales. Sin embargo, las calculadoras digitales tienen las mismas limitaciones que sus precursores de lápiz y papel: son muy subjetivas y requieren mucho tiempo y conocimientos para ser usadas apropiadamente.
La nueva generación: medición automática de la severidad

Legit.Health es la revolucionaria herramienta de comunicación y obtención de datos clínicos para dermatólogos de última generación que triplica el empoderamiento de pacientes. Esta tecnología acelera el proceso de reporte de la patología, e incrementa la autonomía y el control de los pacientes.
El principal objetivo de Legit.Health es proporcionar una herramienta para registrar datos de forma precisa y consistente para evaluaciones rutinarias y ensayos clínicos. Y por eso estamos revolucionando el SCORAD al crear la siguiente generación de sistemas de medición de la severidad para dermatitis: el SCORAD Automático o ASCORAD.
Gracias a los algoritmos de deep learning, Legit.Health libra al médico del tedioso cálculo manual de los sistemas de medición de la gravedad y permite la practica de una dermatología más objetiva basada en la evidencia. Además, al usar algoritmos para estimar la sequedad, liquenificación, eritema, supuración y el edema de imágenes, la herramienta puede calcular índices visuales de una forma más objetiva y estable.
What is the Best Scoring System for Atopic Dermatitis?
Pen and Paper | Digital | Automatic AI | |
---|---|---|---|
Self-supervision | – | – | Perform diagnosis |
Ease of use | ≈ 600 seconds | ≈ 420 seconds | ≈ 23 seconds |
Sensitivity to change | 0 to 4 | 0 to 4 | 0 to 100 |
Interobserver variability | Medium (20%) | Medium (20%) | Lowest (8%) |
Intra-observer variability | High | High | Zero |
¿Quiere ver los algoritmos SCORAD automáticos en acción?
El problema con el SCORAD
Es un hecho bien documentado que el SCORAD es una escala válida, internamente consistente, responsiva e interpretable que incluye la intensidad y extensión de los signos clínicos de la dermatitis atópica así como la severidad de sus síntomas.
Esto es precisamente porque Legit.Health lo ha elegido para servir como la base para su revolucionario algoritmo. En otras palabras: el SCORAD se convierte en el marco teórico sobre el que automatizar la medición de la gravedad de la patología usando deep learning. However, the traditional SCORAD carries a set of problems and limitations
De hecho, el sistema de puntuación SCORAD es representativo y está bien evaluado, pero muestra, como todos los demás sistemas, discrepancias intra e interobservador. La variación en las puntuaciones es de alrededor del 20%.
Oranje, A. P., Glazenburg, E. J., Wolkerstorfer, A., & de Waard-van der Spek, F. B. (2007). Practical issues on interpretation of scoring atopic dermatitis: the SCORAD index, objective SCORAD and the three-item severity score. British Journal of Dermatology, 157(4), 645–648. doi:10.1111/j.1365-2133.2007.08112.x
Además de esto, rellenar la hoja ha sido señalado como una tarea tediosa para muchos dermatólogos. En muchos casos, los médicos consideran que el esfuerzo de rellenar el SCORAD es demasiado alto y terminan no usándolo en su practica cínica diaria. Puede que esta sea la principal razón detrás de la popularidad del EASI, que sacrifica granularidad en beneficio de ser un sistema de medición de la gravedad más simple y rápida.
Ahora, entendamos como
ASCORAD mejora las propiedades clinimétricas de SCORAD y se convierte en una mejor escala.
Alfonso Medela, CAIO
¿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 razones por las que el ASCORAD es mejor
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 ASCORAD es proporcionar una herramienta para registrar datos de forma precisa y consistente para ensayos clínicos y evaluaciones rutinarias.
1. Se autosupervisa: el algoritmo se asegura de que se trate de dermatitis atópica.
Cuando usan el ASCORAD, los profesionales médicos están realizando el diagnostico de la enfermedad al mismo tiempo que determinando su severidad. Esto quiere decir que si el ASCORAD no es un sistema de gradación adecuado porque la patología no es realmente dermatitis atópica,la herramienta informará al médico de que hay un error.
La herramienta de Legit.Health no solo mide la severidad de la afección como lo hace el SCORAD, sino que el algoritmo ha sido entrenado usando el conocimiento acumulado de médicos de referencia en su campo para ser capaz de diferenciar entre 232 patologías, incluyendo la mayoría de los tipos de dermatitis.
Esto significa que el ASCORAD no confundirá un caso de dermatitis atópica con algunos de los sospechosos habituales para un diagnóstico incorrecto, como neurodermatitis o dermatitis sebacea, mejorando el ratio de diagnóstico correcto del médico en un 23%
2. El ASCORAD es más fácil de usar que el SCORAD y el EASI
El sistema SCORAD [tradicional] lleva mucho tiempo e incluso los dermatólogos experimentados requerirán siete (7) minutos en total. Un médico sin experiencia necesitará 10 min.
Oranje, A. P., Glazenburg, E. J., Wolkerstorfer, A., & de Waard-van der Spek, F. B. (2007). Practical issues on interpretation of scoring atopic dermatitis: the SCORAD index, objective SCORAD and the three-item severity score. British Journal of Dermatology, 157(4), 645–648. doi:10.1111/j.1365-2133.2007.08112.x
Por un lado, usar el ASCORAD solo requiere 23 segundos para recibir un resultado final. Adicionalmente, esa puntuación y la imagen que la ha generado quedan convenientemente guardadas y etiquetadas para valoraciones futuras.
El ASCORAD estima que el área afectada y la intensidad de todos los signos visuales de la enfermedad de forma simultánea, mejorando la eficiencia en ambas tareas.
¿Quiere ver los algoritmos SCORAD automáticos en acción?
En general, el ASCORAD ayuda a practicar una dermatología basada en la evidencia, aliviando a los médicos de la carga de calcular el SCORAD, permitiendo que los pacientes registren la gravedad de su patología de forma objetiva y fácil de usar, permitiendo una evaluación más precisa de nuevos tratamientos.
3. El ASCORAD tiene la sensibilidad al cambio mas alta
La herramienta de Legit.Health identifica la patología usando sistemas de gradación que tienen:
- Diferencia mínima importante (MID) más baja
- Cambio menor dectectable (SDC) más bajo
- Mayor validez y fiabilidad
Es más, los algoritmos proporcionan datos adicionales con propiedades clinimétricas comparables y una sensibilidad al cambio y al MID más alta, gracias al funcionamiento intrínseco de los algoritmos de visión artificial.
4. La variabilidad inter-observador más baja
De hecho, el sistema de puntuación SCORAD es representativo y está bien evaluado, pero muestra, como todos los demás sistemas, discrepancias intra e interobservador. La variación en las puntuaciones es de alrededor del 20%.
Oranje, A. P., Glazenburg, E. J., Wolkerstorfer, A., & de Waard-van der Spek, F. B. (2007). Practical issues on interpretation of scoring atopic dermatitis: the SCORAD index, objective SCORAD and the three-item severity score. British Journal of Dermatology, 157(4), 645–648. doi:10.1111/j.1365-2133.2007.08112.x
Los resultados experimentales muestran que el ASCORAD puede lograr un porcentaje de error absoluto del 8%, superando los métodos base y muy por debajo de una variabilidad entre-observadores del 20%.
5. Cero variabilidad interna
La naturaleza digita del ASCORAD elimina completamente la variabilidad intra-observador, ya que cada imagen y 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.
6. Mejor interpretabilidad
Legit.Health proporciona una interfaz fácil de usar que le da acceso al médico a toda la información relevante sobre el paciente en un vistazo.
Todos los datos derivados del ASCORAD se muestran claramente en pantalla, mostrando la severidad de la afección, los diferentes factores tenidos en cuenta al analizar la imagen y sus puntuaciones, y un gráfico de la evolución a lo largo del tiempo que convierte seguir la efectividad del tratamiento en una tarea sencilla.
Además, cada foto de la historia del paciente es fácilmente accesible, proporcionando un histórico de imágenes donde el algoritmo resalta el área afectada automáticamente.

En conclusión
El revolucionario ASCORAD representa el futuro de la dermatología. Permitiendo que médicos a lo largo y ancho del globo practiquen una medicina basada en la evidencia al usar la mejor herramienta disponible para el diagnostico, mientras mejoran la comunicación efectiva entre médico y paciente.
El uso de algoritmos que estiman la severidad de la dermatitis atópica al rellenar el SCORAD y puntuar lesiones de forma automática solo con mirar imágenes sacadas con un móvil. aumenta el ratio de diagnóstico correcto del médico en un 23% y mejora el seguimiento del tratamiento convirtiendo al paciente en una parte más activa de su propio tratamiento.
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.
