{"id":37445,"date":"2023-03-21T08:45:49","date_gmt":"2023-03-21T14:45:49","guid":{"rendered":"https:\/\/saluddigital.com\/?p=37445"},"modified":"2025-10-19T23:28:47","modified_gmt":"2025-10-20T05:28:47","slug":"utilizan-ia-para-mejorar-la-calidad-de-imagenes-en-teleconsultas-dermatologicas","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/utilizan-ia-para-mejorar-la-calidad-de-imagenes-en-teleconsultas-dermatologicas\/","title":{"rendered":"Utilizan IA para mejorar la calidad de im\u00e1genes en teleconsultas dermatol\u00f3gicas"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Un estudio utiliz\u00f3 modelos de Inteligencia Artificial (IA) para mejorar la calidad de las im\u00e1genes dermatol\u00f3gicas que env\u00edan los pacientes en consultas por telemedicina.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Durante el comienzo de la pandemia por COVID-19 el uso de telemedicina fue adoptado generalizadamente para brindar atenci\u00f3n m\u00e9dica a distancia en diversas especialidades m\u00e9dicas y evitar la propagaci\u00f3n del virus.<\/p>

Entre las especialidades m\u00e9dicas que aprovecharon el uso de la telemedicina destaca la dermatolog\u00eda, sin embargo, tambi\u00e9n puede considerarse una de las especialidades m\u00e9dicas m\u00e1s limitadas por la telemedicina, debido a la necesidad de im\u00e1genes de alta calidad, que en la atenci\u00f3n presencial son m\u00e1s f\u00e1ciles de obtener incluso a simple vista.<\/p>

Este este sentido, un estudio reciente publicado en JAMA Dermatology<\/a>, muestra el desarrollo y la evaluaci\u00f3n cl\u00ednica de una herramienta de IA para mejorar la calidad de las im\u00e1genes dermatol\u00f3gicas obtenidas por medio de telemedicina.<\/p>

La pregunta que se plantean los autores es si una herramienta basada en IA pueda apoyar a los pacientes a tomar mejores fotograf\u00edas de sus lesiones en la piel para su uso en consultas por telemedicina. Debido a que muchas de las im\u00e1genes utilizadas en teleconsultas dermatol\u00f3gicas resultan ser insuficientes para los especialistas, el objetivo del estudio fue determinar si el uso de una herramienta de soporte basada en algoritmos de aprendizaje autom\u00e1tico podr\u00eda mejorar la calidad de las im\u00e1genes enviadas por telemedicina para proveer retroalimentaci\u00f3n en tiempo real a los pacientes.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La primera parte de este estudio se realiz\u00f3 de marzo de 2020 a octubre de 2021. Posteriormente, tras el entrenamiento de la herramienta de aprendizaje autom\u00e1tico se prob\u00f3 en 357 im\u00e1genes de telemedicina de Stanford obtenidas desde marzo a junio de 2021.<\/p>

El siguiente paso fue realizar un estudio cl\u00ednico piloto para evaluar la viabilidad de esta herramienta, para ello participaron 9 pacientes del Departamento de Dermatolog\u00eda de Stanford en dos sitios cl\u00ednicos. Este estudio piloto se llev\u00f3 a cabo de junio a octubre de 2021 y requiri\u00f3 que los participantes acudieran a la cl\u00ednica por una afecci\u00f3n cut\u00e1nea y fotograf\u00eda su lesi\u00f3n en la piel con un tel\u00e9fono inteligente.<\/p>

\u201cDurante el estudio cl\u00ednico piloto, se entreg\u00f3 a los pacientes un dispositivo smartphone port\u00e1til con una interfaz de algoritmo de aprendizaje autom\u00e1tico cargada y se les pidi\u00f3 que tomaran im\u00e1genes de cualquier lesi\u00f3n que les preocupara\u201d, explica el estudio. Adem\u00e1s, los pacientes tuvieron oportunidad de revisar las fotograf\u00edas y volver a tomarlas antes de enviarlas para que todas las fotos cumplieran con los est\u00e1ndares de aceptabilidad cl\u00ednica.\u00a0 La tarea del algoritmo de aprendizaje autom\u00e1tico fue indicar si la imagen era aceptable de acuerdo a los par\u00e1metros establecidos.<\/p>

De esta manera, el algoritmo logr\u00f3 identificar eficazmente las im\u00e1genes de mala calidad y su rendimiento fue constante en funci\u00f3n de la edad y el sexo de los participantes. Esto permiti\u00f3 reducir el n\u00famero de pacientes que enviaron im\u00e1genes de mala calidad en 68%.<\/p>

\u201cEn este estudio de mejora de la calidad, el uso por parte de los pacientes del soporte de decisiones de IA con un algoritmo de aprendizaje autom\u00e1tico se asoci\u00f3 con una mejora de la calidad de las fotograf\u00edas de enfermedades cut\u00e1neas enviadas para su uso en telemedicina\u201d, concluye el estudio.<\/p>

Lorem ipsum pain sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

JAMA NETWORK<\/strong><\/p>

https:\/\/jamanetwork.com\/journals\/jamadermatology\/article-abstract\/2802154<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Un estudio utiliz\u00f3 modelos de Inteligencia Artificial (IA) para mejorar la calidad de las im\u00e1genes dermatol\u00f3gicas que env\u00edan los pacientes en consultas por telemedicina. Durante el comienzo de la pandemia por COVID-19 el uso de telemedicina fue adoptado generalizadamente para brindar atenci\u00f3n m\u00e9dica a distancia en diversas especialidades m\u00e9dicas y evitar la propagaci\u00f3n del virus. Entre las especialidades m\u00e9dicas que aprovecharon el uso de la telemedicina destaca la dermatolog\u00eda, sin embargo, tambi\u00e9n puede considerarse una de las especialidades m\u00e9dicas m\u00e1s limitadas por la telemedicina, debido a la necesidad de im\u00e1genes de alta calidad, que en la atenci\u00f3n presencial son m\u00e1s f\u00e1ciles de obtener incluso a simple vista. Este este sentido, un estudio reciente publicado en JAMA Dermatology, muestra el desarrollo y la evaluaci\u00f3n cl\u00ednica de una herramienta de IA para mejorar la calidad de las im\u00e1genes dermatol\u00f3gicas obtenidas por medio de telemedicina. La pregunta que se plantean los autores es si una herramienta basada en IA pueda apoyar a los pacientes a tomar mejores fotograf\u00edas de sus lesiones en la piel para su uso en consultas por telemedicina. Debido a que muchas de las im\u00e1genes utilizadas en teleconsultas dermatol\u00f3gicas resultan ser insuficientes para los especialistas, el objetivo del estudio fue determinar si el uso de una herramienta de soporte basada en algoritmos de aprendizaje autom\u00e1tico podr\u00eda mejorar la calidad de las im\u00e1genes enviadas por telemedicina para proveer retroalimentaci\u00f3n en tiempo real a los pacientes. La primera parte de este estudio se realiz\u00f3 de marzo de 2020 a octubre de 2021. Posteriormente, tras el entrenamiento de la herramienta de aprendizaje autom\u00e1tico se prob\u00f3 en 357 im\u00e1genes de telemedicina de Stanford obtenidas desde marzo a junio de 2021. El siguiente paso fue realizar un estudio cl\u00ednico piloto para evaluar la viabilidad de esta herramienta, para ello participaron 9 pacientes del Departamento de Dermatolog\u00eda de Stanford en dos sitios cl\u00ednicos. Este estudio piloto se llev\u00f3 a cabo de junio a octubre de 2021 y requiri\u00f3 que los participantes acudieran a la cl\u00ednica por una afecci\u00f3n cut\u00e1nea y fotograf\u00eda su lesi\u00f3n en la piel con un tel\u00e9fono inteligente. \u201cDurante el estudio cl\u00ednico piloto, se entreg\u00f3 a los pacientes un dispositivo smartphone port\u00e1til con una interfaz de algoritmo de aprendizaje autom\u00e1tico cargada y se les pidi\u00f3 que tomaran im\u00e1genes de cualquier lesi\u00f3n que les preocupara\u201d, explica el estudio. Adem\u00e1s, los pacientes tuvieron oportunidad de revisar las fotograf\u00edas y volver a tomarlas antes de enviarlas para que todas las fotos cumplieran con los est\u00e1ndares de aceptabilidad cl\u00ednica.  La tarea del algoritmo de aprendizaje autom\u00e1tico fue indicar si la imagen era aceptable de acuerdo a los par\u00e1metros establecidos. De esta manera, el algoritmo logr\u00f3 identificar eficazmente las im\u00e1genes de mala calidad y su rendimiento fue constante en funci\u00f3n de la edad y el sexo de los participantes. Esto permiti\u00f3 reducir el n\u00famero de pacientes que enviaron im\u00e1genes de mala calidad en 68%. \u201cEn este estudio de mejora de la calidad, el uso por parte de los pacientes del soporte de decisiones de IA con un algoritmo de aprendizaje autom\u00e1tico se asoci\u00f3 con una mejora de la calidad de las fotograf\u00edas de enfermedades cut\u00e1neas enviadas para su uso en telemedicina\u201d, concluye el estudio. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo. BIBLIOGRAF\u00cdA JAMA NETWORK https:\/\/jamanetwork.com\/journals\/jamadermatology\/article-abstract\/2802154<\/p>","protected":false},"author":1,"featured_media":37446,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-37445","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/37445","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=37445"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/37445\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/37446"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=37445"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=37445"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=37445"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}