Palabras clave: Urticaria crónica, UAS, UAS7, Inteligencia Artificial, Evaluación automática de la gravedad, Sistema DAOx
Introducción
Presentamos el AUAS, un equivalente automático del UAS que implementa un algoritmo de detección de lesiones con deep learning, llamado Legit.Health-UAS-HiveNet. Nuestros resultados muestran que nuestro algoritmo evalúa la gravedad de los casos de urticaria crónica con un rendimiento comparable al de los médicos expertos.
Además, el algoritmo se puede implementar en los sistemas DAO para ayudar a los médicos en su práctica clínica y actuar como un nuevo criterio de valoración en los ensayos clínicos.
¿Quieres ver la inteligencia artificial del UAS7 automático en acción?
- Lee la publicación Automatic Urticaria Activity Score (AUAS): A Novel Technology For Urticaria Severity Assessment Based On Automatic High-Precision Hive Counting.
El verdadero impacto de Legit.Health-UAS-HiveNet en la práctica clínica es su poder para apoyar a los médicos no solo durante el proceso de diagnóstico, sino también en el seguimiento de pacientes con tipos crónicos de urticaria, ayudando a prescribir tratamientos y aumentar la adecuación de los mismos.
Automatic Urticaria Activity Score (AUAS): A Novel Technology For Urticaria Severity Assessment Based On Automatic High-Precision Hive Counting
En cuanto a los ensayos clínicos, la AUAS tiene el potencial de convertirse en un nuevo criterio de valoración clínico que podríaaumentar tanto la calidad como la cantidad de datos disponibles para los investigadores.
Automatic Urticaria Activity Score (AUAS): A Novel Technology For Urticaria Severity Assessment Based On Automatic High-Precision Hive Counting
Autores de la publicación
Taig Mac Carthy
Departamento de Clinical Endpoint Innovation
Dr. Rubén García
Unidad de Dermatología
Dra. Ana María González
Unidad de Dermatología
Dr. Alejandro Vilas
Unidad de Dermatología
Dra. Laura Vergara
Unidad de Dermatología
Dr. Fernando Alfageme
Unidad de Dermatología
¿Qué es la puntuación de la gravedad de la urticaria?
La urticaria es una enfermedad muy común caracterizada por placas eritematosas, edematosas, con prurito y transitorias que afectan la piel y las mucosas. Se puede clasificar en subtipos, como: urticaria aguda espontánea, urticaria crónica espontánea, urticaria crónica inducible y urticaria crónica episódica.
El diagnóstico de la urticaria crónica generalmente se realiza a través de la observación clínica. En otras palabras: la valoración de la gravedad de la enfermedad se realiza a través de sistemas de puntuación manuales que se rellenan de forma subjetiva.
El sistema de puntuación más utilizado es el Urticaria Activity Score (UAS), que también se puede utilizar durante 7 días consecutivos, en cuyo caso se denomina UAS7.
El problema con la estimación visual
La limitación más indiscutible de los sistemas de puntuación manual es la dificultad inherente al ser humano para cuantificar parámetros de forma objetiva, estable y precisa.
Los seres humanos tenemos una capacidad limitada para contar los habones, cuantificar la superficie de una lesión o cuantificar el enrojecimiento de un área. Esta limitación humana en la estimación de parámetros también se refleja en el esfuerzo y tiempo requerido para completar los cuestionarios de actividad de urticaria, que terminan siendo una tarea muy poco gratificante para los pacientes y puede resultar en una escasa adherencia.
Por otro lado, los sistemas de puntuación clasifican la gravedad de la enfermedad utilizando un rango limitado de puntuaciones, con tres o cuatro categorías, tales como: nada, leve, moderada y grave en el caso de la UAS. De hecho, los cuestionarios tienen un cambio mínimo detectable muy alto, ya que son rangos discretos en lugar de escalas continuas.
Y finalmente, estos cuestionarios son susceptibles de sesgo. Esto es especialmente cierto en los casos en que el paciente sabe que el tratamiento que recibirá está determinado por la información que proporcione. Y debido a la naturaleza asíncrona del cuestionario, el equipo clínico carece de los medios para garantizar que los valores informados por el paciente sean cronológicamente precisos o simplemente veraces, lo que impide la verificación externa.
El propósito del UAS Automático
En esta publicación, proponemos el Automatic Urticaria Activity Score (AUAS), una versión automática de la parte objetiva del UAS que aplica redes neuronales convolucionales para contar habones automáticamente con alta precisión.
El objetivo es ayudar a los médicos a completar sistemas de puntuación como el UAS de una manera más objetiva y más rápido, lo que podría mejorar los resultados en salud y proporcionar criterios de valoración de alta calidad para medir la eficacia de los tratamientos para la urticaria.
La solución
Entrenamos una red neuronal para el contaje de habones llamada Legit.Health-UAS-HiveNet.
Con el objetivo de hacer que la inteligencia artificial sea accesible para el profesional de la salud, desarrollamos un sistema CADx completamente integrado, una aplicación web que integra el algoritmo Legit.Health-UAS-HiveNet y calcula el UAS basado en imágenes tomadas con cámaras de teléfonos móviles.
El sistema DAOx funciona en tres etapas: reporte de la imagen y el picor, procesamiento de las imágenes y creación de un informe con la evaluación de la gravedad.
El informe también puede combinar las puntuaciones de varias imágenes cargadas el mismo día para proporcionar la puntuación AUAS global.
En otras palabras: si el usuario carga imágenes de varias partes del cuerpo, el informe muestra las puntuaciones AUAS locales y la global. El AUAS global se calcula sumando los resultados de todas las imágenes procesadas por el sistema DAOx
¿Quieres ver la inteligencia artificial del UAS automático en acción?
Conclusión
En esta publicación, hemos presentado el AUAS, la primera inteligencia artificial que completa automáticamente el sistema de puntuación del UAS mirando imágenes. Los principales avances que aporta este algoritmo son la reducción del tiempo que dedican los pacientes a completar el sistema de puntuación de gravedad manual y la estandarización de la evaluación de la urticaria con una menor variabilidad entre observadores y una mayor fiabilidad.
Pudimos superar la variabilidad en la evaluación clínica mediante el desarrollo de un algoritmo de fusión que fusiona las anotaciones de todos los expertos para crear un consenso.
El AUAS como sistema de puntuación presenta propiedades clinimétricas mejoradas, pero también tiene la ventaja de proporcionar una imagen de la lesión junto con la puntuación de gravedad, lo que permite a los investigadores una mayor supervisión de los estudios. En conclusión, creemos que AUAS y Legit.Health-UAS-HiveNet tienen el potencial de mejorar los resultados de salud, reducir costos y aumentar la práctica de la medicina basada en evidencia en las organizaciones de salud.
Consigue acceso ahora
Esta prueba gratuita de 23 días de Legit.Health brinda a las clínicas y hospitales una mirada práctica sobre cómo impulsar una mayor adherencia y mejorar los resultados de los pacientes, así como mejorar la eficiencia y la calidad de vida.
