Una imagen vale más que mil palabras.
A partir de una fotografía clínica, Legit.Health devuelve un diagnóstico diferencial ordenado y codificado en CIE-11, un índice de derivación, un índice de malignidad, una puntuación de calidad de imagen y, cuando la afección tiene una escala validada, una puntuación de gravedad. Cada uno es un campo del informe sobre el que su sistema puede actuar, y un paso de la interfaz que ven sus profesionales y sus pacientes. Esta página los recorre uno a uno, con el estudio que respalda cada uno.
Apoyo al diagnóstico
Un diferencial ordenado, no una única respuesta.
Legit.Health está previsto para toda afección visible de la piel. Para cada fotografía devuelve las afecciones que puede mostrar, ordenadas por probabilidad y cada una con su código CIE-11, de las cerca de 300 afecciones que reconoce, desde las frecuentes hasta las raras. Ver varias posibilidades, cada una con su probabilidad, indica al clínico cuán seguro está Legit.Health y qué más debe descartar. Como todo lo que devuelve Legit.Health, está validado clínicamente y certificado conforme al MDR de la UE.
Índices
Índices que ayudan a decidir qué hacer a continuación.
Un diferencial le dice qué puede ser. Los índices le dicen qué hacer: si hay una afección, cuán probable es que la lesión sea maligna y cuán probable es que el caso necesite un dermatólogo. Cada uno es una probabilidad de 0 a 100, así que cada uno puede compararse con un umbral que usted elija.
Cómo funciona
- Afección presente: si la fotografía muestra alguna afección de la piel; es lo primero que se lee.
- Índice de malignidad: cuán probable es que la lesión sea maligna, para circuitos rápidos y campañas de cribado.
- Índice de derivación: cuán probable es que el caso necesite un dermatólogo, para el triaje y la prioridad en lista de espera.
- Entropía: cuán repartido está el diferencial, de 0 a 100. Es baja cuando una afección destaca claramente y alta cuando varias son más o menos igual de probables, de modo que un caso incierto puede enviarse a una persona en lugar de a un circuito automático.
- Enfocada
- Bien iluminada
- Bien encuadrada
- Distancia adecuada
Control de calidad de imagen
Garantía de calidad para imágenes dermatológicas.
Un análisis es tan bueno como la fotografía de la que parte, y quien la hace suele ser alguien sin formación y con prisa. Cada imagen se puntúa por su calidad antes de analizarla, y la que queda por debajo del umbral se rechaza con un motivo, de modo que la fotografía se repite al instante en lugar de generar un informe poco fiable. El modelo de calidad se describe y se valida en el estudio DIQA.
Cómo funciona
- Desenfoque, iluminación, encuadre y distancia, cada uno nombrado cuando es el problema, con una indicación de cómo repetir la fotografía.
- La puntuación va de 0 a 100. El umbral de aceptación se fija para cada cliente, y la puntuación viaja con el informe para que un integrador pueda aplicar uno más estricto.
Medida de la gravedad
Puntuaciones de gravedad, calculadas a partir de la fotografía.
Saber qué es viene primero; saber cuán grave es orienta el tratamiento, el nivel asistencial y si el último tratamiento funcionó. Cuando la afección tiene una escala de puntuación validada, Legit.Health mide los signos que usa esa escala (la intensidad del enrojecimiento, la descamación o el engrosamiento, la superficie afectada, el número de lesiones) y la app convierte esas mediciones en la puntuación final, sin ningún cálculo a mano. Cada puntuación automatizada tiene su propio estudio: APASI para la psoriasis, ASCORAD para la dermatitis atópica, AUAS para la urticaria, AIHS4 para la hidradenitis supurativa, ALADIN para el acné y AGPPGA para la psoriasis pustulosa generalizada.
MedidoFotografía
Ilustrativo. Legit.Health devuelve un diagnóstico diferencial ordenado con un nivel de confianza para cada afección, y calcula la escala de gravedad validada correspondiente cuando existe.
Flujo de captura de imagen
Cuatro pasos desde abrir la app hasta un informe en la historia clínica.
El flujo es el mismo tanto si una enfermera sostiene el móvil en la consulta como si lo sostiene un paciente en casa. El cuestionario clínico y la fotografía más amplia pueden activarse o desactivarse por separado desde la URL. La guía de captura y el control de calidad se ejecutan siempre, porque las instrucciones de uso dependen de ambos.
- Zona corporal: el usuario marca en qué parte del cuerpo se toma la fotografía, y el informe lo registra.
- Captura guiada: guía de encuadre y distancia en pantalla, con el nivel de detalle que necesiten sus usuarios. Varias fotografías de una lesión forman un único informe.
- Filtro de calidad: cada imagen se puntúa. Por debajo del umbral, se le dice al usuario por qué y se le pide otra; por encima, el análisis se ejecuta.
- Informe y, después, historia clínica: el diferencial, los índices y la gravedad aparecen en pantalla para un profesional, y el mismo informe llega a su sistema como JSON, FHIR o PDF. Cuando es un paciente quien hace las fotografías, el resultado puede ocultársele: ve que las fotografías se enviaron, y el informe va al profesional sanitario.
En la app, un asistente de IA también revisa cada fotografía antes de enviarla y explica el informe en lenguaje sencillo; la página de implementación describe lo que hace y lo que nunca hace.
Multiplataforma
Web, iOS y Android, en cualquier producto que muestre una página web.
La app es ligera y se integra como un <iframe>, así que funciona allí donde funcione su producto: un sistema de historia clínica de escritorio, una app nativa en iOS o Android, un portal del paciente. Es multilingüe, y pueden añadirse más idiomas a petición. La app archiva el informe en la visita del paciente y no en el móvil con el que se hizo, así que un clínico puede revisar en el escritorio lo que una enfermera o un paciente fotografió con el móvil.
Cómo se obtiene
Todo lo que describe esta página, en una app con su API.
Usted integra la app en su propio sistema: sus usuarios obtienen la interfaz, y sus sistemas reciben cada informe a través de la API de la app, como JSON, FHIR o PDF. Está en marcha en menos de una semana.
Detrás de cada informe, la app llama a la API del dispositivo por usted. La consola muestra lo que devuelve, con cada campo marcado con un color, y dónde aparece ese mismo color en su sistema: un panel de triaje, la historia clínica o un gráfico de seguimiento.
{ "identifier": "a9ae9e81-…", "imageAnalyses": [ { "technicalSummary": { "imageQuality": { "score": 7.4, "interpretation": "good" } } } ], "studyAggregate": { "findings": { "hypotheses": [ { "identifier": "psoriasis", "probability": 84.2 }, … ], "entropy": 22.1, "riskMetrics": { "urgentReferralProbability": 4.1, "highPriorityReferralProbability": 62.0, "malignantConditionProbability": 1.2 } } }}
- Calidad: Si cada fotografía se puede valorar y cuán buena es, para repetir una deficiente antes de leer nada más.
- Diagnóstico: Las afecciones que pueden mostrar las fotografías, ordenadas por probabilidad, y cuán seguro es ese orden.
- Derivación: Cuán probable es que el caso necesite un especialista y que la lesión sea maligna, para fijar su prioridad y su circuito.
- Gravedad: La intensidad y la extensión de cada signo clínico, para graduar la afección y seguirla de una visita a la siguiente.
Agendemosuna demostración
Legit.Health es la solución de inteligencia artificial todo en uno con alto rendimiento, características exclusivas y respaldo clínico.
