{"id":44954,"date":"2024-05-10T09:41:17","date_gmt":"2024-05-10T15:41:17","guid":{"rendered":"https:\/\/saluddigital.com\/?p=44954"},"modified":"2025-10-18T16:06:11","modified_gmt":"2025-10-18T22:06:11","slug":"ia-mejora-la-precision-de-diagnosticos-de-cancer-de-piel-segun-estudio","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/ia-mejora-la-precision-de-diagnosticos-de-cancer-de-piel-segun-estudio\/","title":{"rendered":"IA mejora la precisi\u00f3n de diagn\u00f3sticos de c\u00e1ncer de piel seg\u00fan estudio"},"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

Seg\u00fan un estudio de Stanford Medicine, los algoritmos de IA y deep learning son herramientas capaces de mejorar la precisi\u00f3n de los diagn\u00f3sticos de c\u00e1ncer de piel.<\/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

Un nuevo estudio publicado en npj Digital Medicine journal<\/i> liderado por investigadores de Stanford Center for Digital Health, mostr\u00f3 que algoritmos de inteligencia artificial (IA), basados en deep learning<\/i> o aprendizaje profundo, ser\u00eda capaz de ayudar a profesionales de la salud a diagnosticar c\u00e1ncer de piel con mayor precisi\u00f3n.<\/p>

A diferencia de otros estudios, que se centran en el rendimiento de IA en comparaci\u00f3n con los m\u00e9dicos, este estudio compara a los m\u00e9dicos que trabajan sin la asistencia de la IA, con m\u00e9dicos que utilizan IA para diagnosticar c\u00e1nceres de piel. \u201cEsta es una clara demostraci\u00f3n de c\u00f3mo se puede utilizar la IA en colaboraci\u00f3n con un m\u00e9dico para mejorar la atenci\u00f3n al paciente”, explic\u00f3 Eleni Linos especialista en dermatolog\u00eda y epidemiolog\u00eda.<\/p>

Actualmente, los algoritmos y modelos de IA se utilizan cada vez m\u00e1s en entornos cl\u00ednicos, incluidas especialidades m\u00e9dicas como la dermatolog\u00eda. En este caso, se utiliz\u00f3 deep learning, que es un m\u00e9todo en el cual el algoritmo aprende a reconocer patrones reveladores en informaci\u00f3n im\u00e1genes luego de un entrenamiento con millones de datos.<\/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

Para el estudio, el equipo de investigadores analiz\u00f3 12 estudios que detallan m\u00e1s de 67 mil evaluaciones de posibles c\u00e1nceres de piel realizadas por profesionales de la salud con y sin asistencia de IA. De esta manera descubrieron que los profesionales de la salud que trabajaron sin la ayuda de IA lograron diagnosticar con precisi\u00f3n alrededor del 75% de las personas con c\u00e1ncer de piel, es decir la sensibilidad y los profesionales que diagnosticaron afecciones similares al c\u00e1ncer pero que no era c\u00e1ncer lograron un 81.5% de especificidad. Por otro lado, los profesionales que utilizaron IA obtuvieron 81.1% de sensibilidad y 86.1% de especificidad.<\/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

Los m\u00e9dicos que se beneficiaron de la orientaci\u00f3n de la IA lograron mejorar unos 13 puntos en sensibilidad y 11 en especificidad. \u201cMe sorprendi\u00f3 ver que la precisi\u00f3n de todos mejoraba con la ayuda de la IA, independientemente de su nivel de entrenamiento”, explic\u00f3 dijo Linos. \u201cEsto me hace ser muy optimista sobre el uso de la IA en la atenci\u00f3n cl\u00ednica. Pronto nuestros pacientes no solo aceptar\u00e1n, sino que esperar\u00e1n, que utilicemos la asistencia de IA para brindarles la mejor atenci\u00f3n posible\u201d, agreg\u00f3.<\/p>

En este sentido, especialidades m\u00e9dicas como dermatolog\u00eda y radiolog\u00eda, que dependen en gran medida de im\u00e1genes como fotograf\u00edas, rayos X, resonancias magn\u00e9ticas y tomograf\u00edas computarizadas, entre otras, no obstante, otras especialidades que eval\u00faan s\u00edntomas o modelos de predicci\u00f3n, tambi\u00e9n pueden beneficiarse con la intervenci\u00f3n de IA.<\/p>

\u201cSi esta tecnolog\u00eda puede mejorar simult\u00e1neamente la precisi\u00f3n del diagn\u00f3stico de un m\u00e9dico y ahorrarle tiempo, es realmente beneficioso para todos. Adem\u00e1s de ayudar a los pacientes, podr\u00eda ayudar a reducir el agotamiento de los m\u00e9dicos y mejorar las relaciones interpersonales humanas entre los m\u00e9dicos y sus pacientes\u201d, resalt\u00f3 Linos.<\/p>

Asimismo, enfatiz\u00f3 en el potencial de la IA para utilizarse en todas las especialidades m\u00e9dicas, siempre y cuando se asegure de que se utiliza de una manera equitativa y que ayude a todos los pacientes, independientemente de sus antecedentes.<\/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

STANFORD MEDICINE<\/b><\/p>

https:\/\/med.stanford.edu\/news\/all-news\/2024\/04\/ai-skin-diagnosis.html<\/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":"

Seg\u00fan un estudio de Stanford Medicine, los algoritmos de IA y deep learning son herramientas capaces de mejorar la precisi\u00f3n de los diagn\u00f3sticos de c\u00e1ncer de piel. Un nuevo estudio publicado en npj Digital Medicine liderado por investigadores de Stanford Center for Digital Health, mostr\u00f3 que algoritmos de inteligencia artificial (IA), basados en deep learning o aprendizaje profundo, ser\u00eda capaz de ayudar a profesionales de la salud a diagnosticar c\u00e1ncer de piel con mayor precisi\u00f3n. A diferencia de otros estudios, que se centran en el rendimiento de IA en comparaci\u00f3n con los m\u00e9dicos, este estudio compara a los m\u00e9dicos que trabajan sin la asistencia de la IA, con m\u00e9dicos que utilizan IA para diagnosticar c\u00e1nceres de piel. \u201cEsta es una clara demostraci\u00f3n de c\u00f3mo se puede utilizar la IA en colaboraci\u00f3n con un m\u00e9dico para mejorar la atenci\u00f3n al paciente”, explic\u00f3 Eleni Linos especialista en dermatolog\u00eda y epidemiolog\u00eda. Actualmente, los algoritmos y modelos de IA se utilizan cada vez m\u00e1s en entornos cl\u00ednicos, incluidas especialidades m\u00e9dicas como la dermatolog\u00eda. En este caso, se utiliz\u00f3 deep learning, que es un m\u00e9todo en el cual el algoritmo aprende a reconocer patrones reveladores en informaci\u00f3n im\u00e1genes luego de un entrenamiento con millones de datos. Para el estudio, el equipo de investigadores analiz\u00f3 12 estudios que detallan m\u00e1s de 67 mil evaluaciones de posibles c\u00e1nceres de piel realizadas por profesionales de la salud con y sin asistencia de IA. De esta manera descubrieron que los profesionales de la salud que trabajaron sin la ayuda de IA lograron diagnosticar con precisi\u00f3n alrededor del 75% de las personas con c\u00e1ncer de piel, es decir la sensibilidad y los profesionales que diagnosticaron afecciones similares al c\u00e1ncer pero que no era c\u00e1ncer lograron un 81.5% de especificidad. Por otro lado, los profesionales que utilizaron IA obtuvieron 81.1% de sensibilidad y 86.1% de especificidad. Los m\u00e9dicos que se beneficiaron de la orientaci\u00f3n de la IA lograron mejorar unos 13 puntos en sensibilidad y 11 en especificidad. \u201cMe sorprendi\u00f3 ver que la precisi\u00f3n de todos mejoraba con la ayuda de la IA, independientemente de su nivel de entrenamiento”, explic\u00f3 dijo Linos. \u201cEsto me hace ser muy optimista sobre el uso de la IA en la atenci\u00f3n cl\u00ednica. Pronto nuestros pacientes no solo aceptar\u00e1n, sino que esperar\u00e1n, que utilicemos la asistencia de IA para brindarles la mejor atenci\u00f3n posible\u201d, agreg\u00f3. En este sentido, especialidades m\u00e9dicas como dermatolog\u00eda y radiolog\u00eda, que dependen en gran medida de im\u00e1genes como fotograf\u00edas, rayos X, resonancias magn\u00e9ticas y tomograf\u00edas computarizadas, entre otras, no obstante, otras especialidades que eval\u00faan s\u00edntomas o modelos de predicci\u00f3n, tambi\u00e9n pueden beneficiarse con la intervenci\u00f3n de IA. \u201cSi esta tecnolog\u00eda puede mejorar simult\u00e1neamente la precisi\u00f3n del diagn\u00f3stico de un m\u00e9dico y ahorrarle tiempo, es realmente beneficioso para todos. Adem\u00e1s de ayudar a los pacientes, podr\u00eda ayudar a reducir el agotamiento de los m\u00e9dicos y mejorar las relaciones interpersonales humanas entre los m\u00e9dicos y sus pacientes\u201d, resalt\u00f3 Linos. Asimismo, enfatiz\u00f3 en el potencial de la IA para utilizarse en todas las especialidades m\u00e9dicas, siempre y cuando se asegure de que se utiliza de una manera equitativa y que ayude a todos los pacientes, independientemente de sus antecedentes. BIBLIOGRAF\u00cdA STANFORD MEDICINE https:\/\/med.stanford.edu\/news\/all-news\/2024\/04\/ai-skin-diagnosis.html<\/p>","protected":false},"author":1,"featured_media":44957,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-44954","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\/44954","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=44954"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/44954\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/44957"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=44954"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=44954"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=44954"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}