Aplicación de inteligencia artificial para pacientes para RDEB SCC

En este estudio, se desarrolla un modelo de inteligencia artificial para detectar carcinomas de células escamosas (SCC) en fotografías de piel con epidermólisis ampollosa distrófica recesiva (RDEB). El objetivo final es integrar este modelo en una aplicación para pacientes y médicos, para ayudar a detectar temprano los SCC en RDEB.

Los SCC que metastatizan rápidamente son la principal causa de muerte en adultos con RDEB. Cuanto antes se reconozca un SCC, más fácil se podrá eliminar y mejor será el resultado. La IA aprovecha la informática para realizar tareas que normalmente requieren inteligencia humana y se ha utilizado recientemente para identificar cánceres de piel en función de imágenes. Actualmente estamos desarrollando un enfoque de IA para la detección temprana de SCC y la distinción de malignidad de heridas crónicas y otros hallazgos cutáneos de RDEB. El objetivo es crear una aplicación web para que los pacientes con RDEB carguen imágenes de su piel y obtengan un resultado de SCC presente/sin SCC. Esto será especialmente valioso para los pacientes con difícil acceso a la experiencia médica y aquellos que dudan en permitir un examen completo de la piel en cada visita, a menudo por miedo a las biopsias. Por lo tanto, este proyecto beneficiará directamente a los pacientes al permitir el reconocimiento temprano de los SCC y empoderará a los pacientes y sus familias al proporcionarles una herramienta de uso doméstico.

Hasta ahora, el equipo de estudio ha utilizado principalmente imágenes profesionales (fotografías tomadas en entornos hospitalarios por médicos, enfermeras y fotógrafos clínicos) de SCC en RDEB e imágenes de piel RDEB sin SCC para desarrollar y entrenar el modelo de IA. Las imágenes que se esperan en un entorno de la vida real serán principalmente fotografías tomadas por pacientes o familiares con sus teléfonos o cámaras digitales. Estas imágenes tienen diferentes propiedades en cuanto a resolución, enfoque, iluminación y fondos. La incorporación de dichas imágenes será crucial en las próximas fases de desarrollo del modelo (prueba y validación) para que la aplicación web sea un éxito para los pacientes.