Proyecto financiado por la Diputación Foral de Bizkaia y la Unión Europea a través del Fondo Europeo de Desarrollo Regional 2021-2027 (FEDER) dentro del programa 2i 2022.
El objetivo general del proyecto del desarrollo de una nueva escala de medición de la gravedad del acné es crear un producto original e inexistente en el mercado de la IA para la atención médica capaz de, no sólo detectar enfermedades cutáneas diagnosticables mediante el análisis automático de imágenes obtenidas vía smartphone, sino también permitir rellenar automaticamente escalas de medición de la gravedad de la patología, una monitorización automática, remota y precisa.
Origen del proyecto
El acné es una enfermedad inflamatoria de la piel causada por la obstrucción de los folículos pilosos con células muertas, sebo y bacterias. Afecta principalmente la cara y la frente, y es muy común en los adolescentes. Además de los problemas visibles en la piel, el acné también puede tener impactos negativos en la vida social y la autoestima, así como causar ansiedad y depresión. Sin embargo, el diagnóstico preciso del acné es difícil debido a la falta de un método estandarizado, lo que dificulta la comparación de resultados y la realización de estudios clínicos. En Legit.Health, y gracias a la financiación por la Diputación Foral de Bizkaia y la Unión Europea a través del Fondo Europeo de Desarrollo Regional 2021-2027 (FEDER) dentro del programa 2i 2022, hemos desarrollado una solución basada en IA para automatizar y objetivar el monitoreo del acné y mejorar la calidad del diagnóstico.
¿Quieres probar la inteligencia artificial por ti mismo?
El problema
En la actualidad, existen más de 25 sistemas diferentes utilizados para clasificar el acné. Dos de los sistemas más populares son el Investigator Global Assessment (IGA) y el Global Acne Grading System (GAGS). El IGA ha sido aprobado por la FDA y ofrece una evaluación general de la gravedad del acné. Por otro lado, el GAGS es un sistema más detallado y simple que clasifica el acné en una escala del uno al cuatro, considerando seis áreas del cuerpo y el tipo de lesiones presentes. Aunque el IGA es más rápido, su escala limitada puede no reflejar adecuadamente las diferentes gravedades del acné, mientras que el GAGS es más preciso pero más complejo y lento de aplicar manualmente.
Ambos sistemas tienen sus ventajas y limitaciones. El IGA es rápido de utilizar, pero su escala limitada puede dificultar la precisión en la clasificación del acné. En cambio, el GAGS es más detallado y presenta menos variabilidad entre observadores, pero su aplicación manual puede ser intensiva, lenta y subjetiva.
La necesidad de un método estandarizado y preciso para evaluar el acné es crucial para mejorar la comparabilidad de los diagnósticos y resultados entre médicos, así como para facilitar la realización de estudios clínicos. La aplicación de soluciones basadas en IA podría ayudar a automatizar y objetivar el proceso de evaluación, superando las limitaciones de los sistemas existentes y ofreciendo una forma más eficiente y precisa de medir la gravedad del acné.
La oportunidad
En los últimos años, el uso de métodos computacionales como el procesamiento de imágenes y el aprendizaje profundo (DL) ha aumentado en la evaluación de las patologías de la piel, incluido el acné. Es posible contar las lesiones y cumplir con sistemas de graduación de la gravedad a partir de cálculos. Se han desarrollado varias investigaciones como la de Chantharaphaichi et al. que desarrolló una herramienta de detección automática de áreas de acné facial y la de Maroni et al. que propuso un método de imágenes para el diagnóstico del acné. Todos estos avances conducen a la solución de los problemas mencionados anteriormente de tiempo y variabilidad.
La creación de ALADIN
Tras detectar el problema y la oportunidad, Legit.Health se lanzo a crear una escala automática para la medición de la gravedad de manera automática llamada: ALADIN.
El objetivo principal de la presente escala ha sido desarrollar un nuevo método o escala de medición de la gravedad que permita automatizar y objetivar el proceso de monitorización del acné.
El proyecto se puede dividió en los siguientes objetivos operativos:
• Crear una nueva escala de monitorización del acné basada en el contaje de lesiones
• Validar la nueva escala comparado con escalas existentes como IGA y GAGS
• En caso de existir alguna correlación, obtener el modelo matemático para convertir el resultado a escalas existentes y validar si arroja valores más objetivos (menor variabilidad)
El presente post, describe en detalle en que consiste ALADIN, os invitamos a acceder a el y conocer más detalles del mismo resultado del proyecto.
La revolucionaria herramienta desarrollada por Legit.Health gracias a características como lo es ALADIN, permite que los dermatólogos de última generación practiquen una medicina basada en la evidencia y, a la vez, acelera el proceso de reporte de la patología e incrementa la autonomía y el control del paciente.
Esta aplicación de comunicación de datos clínicos utiliza algoritmos de deep learning para librar a los doctores de la tediosa tarea que supone el cálculo manual de los sistemas de gradación. Logra esto analizando automáticamente imágenes tomadas con un smartphone y pequeños cuestionarios reportados por el paciente (PROMs). En otras palabras: la herramienta es capaz de utilizar los sistemas de gradación para las enfermedades dermatológicas más comunes como la psoriasis, la dermatitis atópica, la hidradenitis supurativa y, por supuesto, el acné.
Gracias al apoyo de la Diputación Foral de Bizkaia y la Unión Europea a través del Fondo Europeo de Desarrollo Regional 2021-2027 (FEDER) dentro del programa 2i 2022, por apoyar mediante financiación la ejecución de este proyecto.
