La arquitectura del modelo propuesto. Nota: TTA: aumento del tiempo de prueba. Crédito: Ciencia y gestión de datos (2024). DOI: 10.1016/j.dsm.2024.10.002
Dirigido por Aliyu Tetengi Ibrahim y su equipo de la Universidad Ahmadu Bello, un estudio publicado en Ciencia y gestión de datos el 2 de noviembre de 2024, presenta un modelo de IA innovador que podría revolucionar la forma en que los dermatólogos detectan el cáncer de piel.
Aprovechando el poder del aprendizaje por transferencia y el aumento del tiempo de prueba (TTA), el equipo ha desarrollado un modelo que clasifica las lesiones cutáneas en siete categorías distintas. Su trabajo representa un importante avance en la investigación dermatológica y ofrece nuevas esperanzas para mejorar la precisión del diagnóstico y la atención al paciente.
En esta investigación pionera, Ibrahim y sus colegas desarrollaron un sofisticado modelo de aprendizaje profundo que integra cinco modelos de aprendizaje por transferencia de última generación para clasificar las lesiones cutáneas en categorías como melanoma, carcinoma de células basales y queratosis benigna, entre otras. Entrenado con el amplio conjunto de datos HAM10000 de más de 10.000 imágenes dermatoscópicas, el modelo logró una impresionante tasa de precisión del 94,49%.
Una innovación clave en este estudio es el uso de TTA, una técnica que amplía artificialmente el conjunto de datos aplicando modificaciones aleatorias a las imágenes de prueba. Esto aumenta la capacidad del modelo para generalizar en una amplia gama de lesiones cutáneas, mejorando la precisión del diagnóstico. El enfoque de conjunto ponderado, que combina las fortalezas de los modelos individuales, supera a otros métodos actuales en el campo y ofrece una poderosa herramienta para el diagnóstico dermatológico.
«La integración del aprendizaje profundo en dermatología no es sólo un avance; es una necesidad», afirma el investigador principal, Ibrahim.
«La alta tasa de precisión de nuestro modelo puede reducir la necesidad de biopsias innecesarias y promover una detección más temprana, lo que en última instancia salva vidas al ayudar a los dermatólogos a tomar decisiones más informadas. Este avance es un claro ejemplo de cómo la IA puede aumentar la experiencia médica y brindar un apoyo crítico en la lucha contra cáncer de piel.»
Las aplicaciones potenciales de este modelo de IA en entornos clínicos son inmensas. Podría agilizar el proceso de diagnóstico, reducir los costos de atención médica y mejorar la atención al paciente, especialmente en regiones con acceso limitado a experiencia dermatológica. La integración de esta tecnología en plataformas de telemedicina podría democratizar el acceso al diagnóstico del cáncer de piel, llevando atención médica avanzada a poblaciones desatendidas.
Al mejorar la precisión de la detección del cáncer de piel, esta investigación tiene el potencial de remodelar la atención sanitaria mundial, haciendo que los diagnósticos que salvan vidas sean más accesibles y asequibles para personas de todo el mundo.
Más información:
Aliyu Tetengi Ibrahim et al, Clasificación categórica del cáncer de piel utilizando un conjunto ponderado de aprendizaje por transferencia con aumento del tiempo de prueba, Ciencia y gestión de datos (2024). DOI: 10.1016/j.dsm.2024.10.002
Proporcionado por TranSpread
Citación: El modelo de IA logra una alta precisión en la detección del cáncer de piel (2024, 20 de diciembre) obtenido el 20 de diciembre de 2024 de https://medicalxpress.com/news/2024-12-ai-high-accuracy-skin-cancer.html
Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.
