{"id":43921,"date":"2024-02-14T10:55:24","date_gmt":"2024-02-14T16:55:24","guid":{"rendered":"https:\/\/saluddigital.com\/?p=43921"},"modified":"2025-10-18T22:11:33","modified_gmt":"2025-10-19T04:11:33","slug":"avances-en-el-diagnostico-dermatologico-a-traves-de-deep-learning","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/avances-en-el-diagnostico-dermatologico-a-traves-de-deep-learning\/","title":{"rendered":"Avances en el diagn\u00f3stico dermatol\u00f3gico a trav\u00e9s de deep learning"},"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

Una revisi\u00f3n sistem\u00e1tica explor\u00f3 los avances en el uso de IA para apoyar el diagn\u00f3stico de enfermedades dermatol\u00f3gicas.<\/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

La inteligencia artificial (IA) ha revolucionado el campo del diagn\u00f3stico dermatol\u00f3gico, extendi\u00e9ndose m\u00e1s all\u00e1 del c\u00e1ncer de piel para abordar una amplia gama de enfermedades cut\u00e1neas comunes. Una revisi\u00f3n sistem\u00e1tica realizada por Choy et al, presenta un recorrido sobre el estado actual de la IA en dermatolog\u00eda, centr\u00e1ndose en los modelos de Deep learning o aprendizaje profundo y su capacidad para mejorar la precisi\u00f3n diagn\u00f3stica, as\u00ed como los desaf\u00edos que enfrentan en t\u00e9rminos de sesgo, aplicabilidad y recomendaciones terap\u00e9uticas.<\/p>

Los modelos de deep learning en dermatolog\u00eda, seg\u00fan la revisi\u00f3n sistem\u00e1tica, han demostrado una alta precisi\u00f3n diagn\u00f3stica para una amplia variedad de enfermedades cut\u00e1neas comunes, como el acn\u00e9, la psoriasis, el eczema y la ros\u00e1cea. Estos modelos no solo son capaces de diagnosticar estas afecciones, sino que tambi\u00e9n pueden evaluar la gravedad de la enfermedad, lo que los convierte en herramientas valiosas para la atenci\u00f3n dermatol\u00f3gica.<\/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

En este sentido, la capacidad para evaluar la gravedad de la enfermedad es especialmente relevante en el contexto de la atenci\u00f3n primaria, donde los proveedores pueden utilizar esta informaci\u00f3n para guiar las decisiones de tratamiento y el autocuidado del paciente. Sin embargo, a pesar de estos avances, persisten desaf\u00edos importantes. Por ejemplo, muchos de los modelos de IA tienen un alto riesgo de sesgo y preocupaciones sobre su aplicabilidad, lo que plantea interrogantes sobre su utilidad en la pr\u00e1ctica cl\u00ednica real. Adem\u00e1s, la representaci\u00f3n limitada de la diversidad de la piel en los conjuntos de datos utilizados para entrenar estos modelos puede afectar su precisi\u00f3n en poblaciones marginadas.<\/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

\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

Sin embargo, pese a los desaf\u00edos, los modelos de aprendizaje profundo en dermatolog\u00eda contin\u00faan mostrando un gran potencial para mejorar el diagn\u00f3stico y la clasificaci\u00f3n de la gravedad de las enfermedades cut\u00e1neas. Por lo tanto, los investigadores m\u00e9dicos coinciden en que es crucial abordar los problemas de sesgo, aplicabilidad y representaci\u00f3n de la diversidad para garantizar que estas herramientas de IA sean efectivas y equitativas en su aplicaci\u00f3n, para beneficiar a m\u00e1s personas. Al navegar por esta nueva era de la dermatolog\u00eda y las herramientas digitales emergentes para apoyar en el diagn\u00f3stico, la colaboraci\u00f3n entre investigadores, m\u00e9dicos y formuladores de pol\u00edticas es fundamental para garantizar que la IA mejore la atenci\u00f3n al paciente y los resultados para todos.<\/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

NATURE<\/b><\/p>

https:\/\/www.nature.com\/articles\/s41746-024-01033-8<\/a><\/span><\/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":"

Una revisi\u00f3n sistem\u00e1tica explor\u00f3 los avances en el uso de IA para apoyar el diagn\u00f3stico de enfermedades dermatol\u00f3gicas. La inteligencia artificial (IA) ha revolucionado el campo del diagn\u00f3stico dermatol\u00f3gico, extendi\u00e9ndose m\u00e1s all\u00e1 del c\u00e1ncer de piel para abordar una amplia gama de enfermedades cut\u00e1neas comunes. Una revisi\u00f3n sistem\u00e1tica realizada por Choy et al, presenta un recorrido sobre el estado actual de la IA en dermatolog\u00eda, centr\u00e1ndose en los modelos de Deep learning o aprendizaje profundo y su capacidad para mejorar la precisi\u00f3n diagn\u00f3stica, as\u00ed como los desaf\u00edos que enfrentan en t\u00e9rminos de sesgo, aplicabilidad y recomendaciones terap\u00e9uticas. Los modelos de deep learning en dermatolog\u00eda, seg\u00fan la revisi\u00f3n sistem\u00e1tica, han demostrado una alta precisi\u00f3n diagn\u00f3stica para una amplia variedad de enfermedades cut\u00e1neas comunes, como el acn\u00e9, la psoriasis, el eczema y la ros\u00e1cea. Estos modelos no solo son capaces de diagnosticar estas afecciones, sino que tambi\u00e9n pueden evaluar la gravedad de la enfermedad, lo que los convierte en herramientas valiosas para la atenci\u00f3n dermatol\u00f3gica. En este sentido, la capacidad para evaluar la gravedad de la enfermedad es especialmente relevante en el contexto de la atenci\u00f3n primaria, donde los proveedores pueden utilizar esta informaci\u00f3n para guiar las decisiones de tratamiento y el autocuidado del paciente. Sin embargo, a pesar de estos avances, persisten desaf\u00edos importantes. Por ejemplo, muchos de los modelos de IA tienen un alto riesgo de sesgo y preocupaciones sobre su aplicabilidad, lo que plantea interrogantes sobre su utilidad en la pr\u00e1ctica cl\u00ednica real. Adem\u00e1s, la representaci\u00f3n limitada de la diversidad de la piel en los conjuntos de datos utilizados para entrenar estos modelos puede afectar su precisi\u00f3n en poblaciones marginadas. Sin embargo, pese a los desaf\u00edos, los modelos de aprendizaje profundo en dermatolog\u00eda contin\u00faan mostrando un gran potencial para mejorar el diagn\u00f3stico y la clasificaci\u00f3n de la gravedad de las enfermedades cut\u00e1neas. Por lo tanto, los investigadores m\u00e9dicos coinciden en que es crucial abordar los problemas de sesgo, aplicabilidad y representaci\u00f3n de la diversidad para garantizar que estas herramientas de IA sean efectivas y equitativas en su aplicaci\u00f3n, para beneficiar a m\u00e1s personas. Al navegar por esta nueva era de la dermatolog\u00eda y las herramientas digitales emergentes para apoyar en el diagn\u00f3stico, la colaboraci\u00f3n entre investigadores, m\u00e9dicos y formuladores de pol\u00edticas es fundamental para garantizar que la IA mejore la atenci\u00f3n al paciente y los resultados para todos. BIBLIOGRAF\u00cdA NATURE https:\/\/www.nature.com\/articles\/s41746-024-01033-8<\/p>","protected":false},"author":1,"featured_media":43923,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-43921","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\/43921","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=43921"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/43921\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/43923"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=43921"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=43921"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=43921"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}