Introducción
Como creadores de tecnología sanitaria, es crucial cuestionar el respaldo científico de nuevas herramientas. Aquí discutimos la sólida validación clínica y el proceso de revisión al que ha sido sometida nuestra tecnología, reflejando nuestro compromiso con soluciones basadas en evidencia.
Las publicaciones que mencionamos aquí no incluyen todos nuestros trabajos. Tampoco, incluyen la evidencia presentada ante los organismos certificadores como parte de nuestro proceso de certificación como dispositivo sanitario.
Respuesta breve
Sí, Legit.Health ha sido validado clínicamente en diversos entornos sanitarios por destacados especialistas en sus campos. Nuestra tecnología ha demostrado su eficacia en mejorar el diagnóstico y seguimiento, con estudios específicos centrados en ciertas patologías para evaluar sensibilidad y precisión.
Varios de estos estudios se han publicado en prestigiosas revistas de dermatología y otros se encuentran en distintas fases de publicación. Además, también aportamos pruebas clínicas durante el proceso de certificación como producto sanitario, algunas de las cuales no se han hecho públicas.
Do you want to see the clinical AI technology in action?
Respuesta detallada
La tecnología detrás de Legit.Health es compleja y multifacética. Detrás de un proceso aparentemente simple para el usuario, interactúan varios algoritmos. De hecho, nuestra tecnología integra múltiples algoritmos no solo para diagnosticar y evaluar la gravedad de las enfermedades, sino también para optimizar la precisión de la derivación, garantizar la calidad de la imagen y medir la eficacia del tratamiento.
Dermatitis Atópica
Nuestro estudio ASCORAD (Puntuación Automática de Dermatitis Atópica) fue publicado en la revista Journal of Investigative Dermatology (JID) Innovations en colaboración con el Dr. Ramón Grimalt. Este estudio detalla nuestro enfoque para automatizar la evaluación de la gravedad de la dermatitis y el eccema.
Medela, A., Mac Carthy, T., Aguilar Robles, S. A., Chiesa-Estomba, C. M., & Grimalt, R. (2022). Puntuación Automática de la Dermatitis Atópica Utilizando Aprendizaje Profundo: Un Estudio Piloto. En JID Innovations (Vol. 2, Núm. 3, p. 100107). Elsevier BV. https://doi.org/10.1016/j.xjidi.2022.100107
Este trabajo también es reconocido en la literatura científica reciente, destacando su potencial para revolucionar la evaluación de la gravedad de la dermatitis atópica.
(...) muy prometedor es el intento de llegar a una definición automática de la gravedad de la DA utilizando CNN (...) para lograr una precisión de puntuación de eritema, papulación, excoriación y liquenificación comparable a la de los dermatólogos (...). Los avances aplicativos computacionales en esta dirección han llevado al diseño más reciente de la Puntuación Automática de la Dermatitis Atópica (ASCORAD).
Descubre más sobre ASCORAD de sus autores en este webinar:
En este video (en español), el Dr. Ramón Grimalt y Alfonso Medela, ambos coautores de la publicación, explican de qué trata el artículo.
Hidradenitis Supurativa
El AIHS4, nuestro nuevo sistema para puntuar la Hidradenitis Supurativa, se detalla en Skin Research and Technology. Este estudio muestra nuestro compromiso por desarrollar soluciones de IA para patologías dermatológicas complejas.
Hernández Montilla, I., Medela, A., Mac Carthy, T., Aguilar, A., Gómez Tejerina, P., Vilas Sueiro, A., González Pérez, A. M., Vergara de la Campa, L., Luna Bastante, L., García Castro, R., & Alfageme Roldán, F. (2023). Sistema Automático Internacional de Puntuación de Hidradenitis Supurativa (AIHS4): Una herramienta novedosa para evaluar la gravedad de la hidradenitis supurativa utilizando inteligencia artificial. En Skin Research and Technology (Vol. 29, Núm. 6). Wiley. https://doi.org/10.1111/srt.13357
El AIHS4 ha sido destacado en publicaciones científicas recientes, como el siguiente artículo del Consejo Nacional de Investigación de Italia y las Universidades de Palermo y Messina:
(...) para superar el IHS4, que es consumidor de tiempo y está sujeto a variabilidad, se introduce el AIHS4, utilizando un modelo de DL, Legit.Health-IHS4net, para la detección de lesiones (...). Esta evidencia destaca la utilidad de la IA en la dermatología basada en la evidencia, ofreciendo una herramienta potencial para capacitar a los dermatólogos en la práctica diaria y los ensayos clínicos.
También hemos presentado el IHS4 en varios congresos. Por ejemplo, la siguiente imagen muestra nuestro póster en el congreso nacional de dermatología de 2022 (AEDV).
Equipo de investigación de Legit.Health presentando el póster AIHS4
Urticaria (Ronchas)
El sistema de Puntuación Automática de Actividad de Urticaria (AUAS) ha sido publicado en Journal of Investigative Dermatology (JID) Innovations, mostrando nuestro enfoque basado en aprendizaje profundo para la evaluación de la gravedad de la urticaria.
Mac Carthy, T., Hernández Montilla, I., Aguilar, A., García Castro, R., González Pérez, A. M., Vilas Sueiro, A., Vergara de la Campa, L., Alfageme, F., & Medela, A. (2024). Puntuación Automática de Actividad de Urticaria: Conteo Automático de Ronchas basado en Aprendizaje Profundo para la Evaluación de la Gravedad de la Urticaria. En JID Innovations (Vol. 4, Núm. 1, p. 100218). Elsevier BV. https://doi.org/10.1016/j.xjidi.2023.100218
Nuestro trabajo en el AUAS fue presentado en congresos como la reunión anual de la AEDV en el año 2021. El siguiente video muestra una breve explicación del AUAS en el congreso mencionado anteriormente:
En este video (en español), Taig Mac Carthy, coautor de la publicación, explica cómo funciona la UAS automática para la urticaria, en el congreso anual de la Academia Española de Dermatología.
Calidad de imagen
También publicamos nuestra investigación sobre la tecnología no diagnóstica. Tal es el caso de la Evaluación de la Calidad de Imágenes Dermatológicas (DIQA), que garantiza la utilidad clínica de las imágenes para consultas remotas y ensayos clínicos. Esto fue publicado en el Journal of the American Academy of Dermatology.
Hernández Montilla, I., Mac Carthy, T., Aguilar, A., & Medela, A. (2023). Evaluación de la Calidad de Imágenes Dermatológicas (DIQA): Inteligencia Artificial para garantizar la utilidad clínica de las imágenes para consultas remotas y ensayos clínicos. En Journal of the American Academy of Dermatology (Vol. 88, Núm. 4, pp. 927-928). Elsevier BV. https://doi.org/10.1016/j.jaad.2022.11.002
En este video (en español), Taig Mac Carthy, coautor de la publicación, explica cómo funciona la inteligencia artificial de derivación, incluida la Garantía de Calidad de Imágenes, en el congreso anual de la Academia Española de Dermatología.
Comunicación oral en el congreso anual de la Academia Española de Dermatología (AEDV).
Psoriasis
Nuestro trabajo en el APASI, el Sistema Automático de Puntuación de Psoriasis desarrollado por nuestro equipo, fue reconocido por la AEDV con un premio en la categoría de imágenes médicas.
Alfonso Medela sosteniendo el premio AEDV para el PASI
Otras investigaciones
También estamos trabajando para implementar nuestra tecnología en nuevas áreas del conocimiento médico, como el caso de nuestra colaboración con el Dr. Sergio Vañó y su equipo del Hospital Ramón y Cajal, que están liderando la aplicación de la tecnología de IA para medir la gravedad de la alopecia frontal fibrosante (FFA).
Otro ejemplo del equipo de Legit.Health ampliando el alcance de la tecnología algorítmica de aprendizaje profundo aplicada a la medicina sería la parálisis facial. El Dr. Goiztidi Díaz Basterra, el Dr. Luis Barbier Herrero y la Dra. Estíbaliz Ortiz de Zárate están liderando un esfuerzo en el Hospital de Basurto para aplicar esta tecnología revolucionaria a este campo.
Un buen ejemplo sería el extenso ensayo clínico en el que la Dra. Leticia Calzado está liderando en el Hospital de Torrejón, donde ella y su equipo están validando el proceso de diagnóstico asistido por ordenador con excelentes resultados.
Do you want to see the clinical AI technology in action?
En algunos casos, los resultados prometedores han llevado a los equipos de investigación a ampliar el alcance del estudio. Como el estudio que se lleva a cabo tanto en el Hospital de Cruces como en el Hospital de Basurto bajo la supervisión de los Dres. Jesús Gardeazabal y Rosa María Izu Belloso, estudiando las opciones de diagnóstico asistido por ordenador en el caso del Melanoma.
Trabaja con nosotros
En Legit.Health, estamos trabajando para mejorar aún más la tecnología, esforzándonos por crear herramientas aún mejores. Esto incluye, por ejemplo, mejorar la diferenciación entre tipos de lesiones de HS, o asegurarnos de que la tecnología funcione correctamente en todos los fototipos de piel.
Si deseas trabajar con nosotros, por favor completa el siguiente formulario y nos pondremos en contacto contigo lo antes posible.
This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.