Aplicación para teléfonos inteligentes basada en inteligencia artificial para la detección del cáncer de piel (ARTIS)

El cáncer de piel es el cáncer más frecuente diagnosticado y su incidencia seguirá aumentando en la próxima década. La detección y el tratamiento tempranos son clave para mejorar tanto la morbilidad como la mortalidad, y para disminuir el costo para la sociedad. Las personas con riesgo de desarrollar cáncer de piel pueden someterse a controles periódicos. Sin embargo, un número considerable de cánceres de piel se desarrollan en la población general de bajo riesgo. Dado que la detección sistemática en la población general no es rentable, las aplicaciones de teléfonos inteligentes que utilizan algoritmos incorporados son de creciente interés y pretenden ayudar a realizar una evaluación de riesgos en caso de lesiones cutáneas preocupantes.

Sobre la base de investigaciones anteriores, se instaló una llamada consulta de triaje en la policlínica del Hospital Universitario de Ghent para pacientes con 1 o 2 lesiones preocupantes: lunar cambiante, patito feo, lunar nuevo en adulto, lesión de crecimiento rápido o lesión que no cicatriza. La tasa de detección de cáncer de piel en este entorno fue de al menos un 13 % con un 4 % de melanoma. Esto es de 6 a 8 veces mayor que lo informado por los programas de detección de cáncer de piel convencionales (PMID: 26466155; PMID: 33480073). La razón de esto es que se hace una preselección de lesiones que cumplen criterios específicos. Este cribado dirigido a lesiones puede ser una forma de hacer que el cribado del cáncer de piel en la población general sea (más) rentable.

En este estudio investigaremos si la aplicación Skinvision puede funcionar como una herramienta de preselección de lesiones para las que se necesita asesoramiento médico urgente. Aunque esta aplicación tiene la marca CE y ya se promociona al público, su rendimiento y valor en la práctica diaria no se han estudiado lo suficiente y existe la necesidad de una investigación independiente.

Los 4 objetivos principales de este estudio serán:

1. Para calcular el rendimiento diagnóstico de la aplicación Skinvision. Cálculo de la sensibilidad y la especificidad comparando las clasificaciones de riesgo de la aplicación con un estándar de referencia definido como el diagnóstico histopatológico o el diagnóstico clínico en caso de que no se haya realizado una biopsia o escisión;
2. Para determinar la repetibilidad y reproducibilidad de la aplicación Skinvision Identificación de factores que influyen en el análisis de riesgo de la aplicación, incluido el fotógrafo, el tipo de lesión cutánea, la posición de la cámara o las condiciones de iluminación;
3. Examinar la experiencia del usuario y la confianza en el uso de aplicaciones médicas. Evaluación basada en cuestionarios de la experiencia del usuario con las aplicaciones en general, así como más específicamente, la disposición y la confianza para usar una aplicación de detección de cáncer de piel;
4. Estimar el rendimiento y la rentabilidad de la aplicación Skinvision en la población general Estimación del rendimiento de la aplicación en la población general (prevalencia estimada de cáncer de piel del 1 %) en términos de diagnósticos perdidos y grado de preselección (valor predictivo positivo).