{"id":57176,"date":"2025-06-19T08:02:35","date_gmt":"2025-06-19T14:02:35","guid":{"rendered":"https:\/\/saluddigital.com\/?p=57176"},"modified":"2025-06-19T08:05:21","modified_gmt":"2025-06-19T14:05:21","slug":"panderm-la-ia-que-supera-a-medicos-en-deteccion-temprana-de-melanoma","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/panderm-la-ia-que-supera-a-medicos-en-deteccion-temprana-de-melanoma\/","title":{"rendered":"PanDerm, la IA que supera a m\u00e9dicos en detecci\u00f3n temprana de melanoma"},"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

PanDerm, mejora la precisi\u00f3n diagn\u00f3stica de c\u00e1ncer de piel y otras enfermedades dermatol\u00f3gicas mediante el an\u00e1lisis simult\u00e1neo de im\u00e1genes cl\u00ednicas, patol\u00f3gicas y dermatosc\u00f3picas.<\/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 equipo internacional de cient\u00edficos, incluyendo investigadores de Monash University y University of Queensland (UQ), desarroll\u00f3 una herramienta de inteligencia artificial (IA) llamada PanDerm<\/strong>, que ha demostrado superar a m\u00e9dicos humanos en la detecci\u00f3n temprana de melanoma y en el diagn\u00f3stico de m\u00e1s de 100 enfermedades cut\u00e1neas. El estudio fue publicado en la revista Nature Medicine<\/em><\/a> y representa un avance significativo en el uso de modelos de IA multimodal en medicina cl\u00ednica.<\/p>

PanDerm es un modelo de IA entrenado con m\u00e1s de 2.1 millones de im\u00e1genes dermatol\u00f3gicas reales<\/strong>, recolectadas en 11 instituciones cl\u00ednicas de distintos pa\u00edses. Estas im\u00e1genes abarcan cuatro tipos de modalidades visuales: fotograf\u00eda cl\u00ednica, dermatoscop\u00eda (im\u00e1genes ampliadas de lesiones), fotograf\u00eda corporal total (TBP, en ingl\u00e9s) y l\u00e1minas patol\u00f3gicas digitales. A diferencia de sistemas previos entrenados en una sola modalidad, PanDerm puede procesar m\u00faltiples tipos de im\u00e1genes simult\u00e1neamente, tal como lo har\u00eda un dermat\u00f3logo humano en consulta.<\/p>

En una serie de 28 pruebas cl\u00ednicas, el modelo fue evaluado en tareas como clasificaci\u00f3n de lesiones, diagn\u00f3stico diferencial de condiciones comunes y raras, segmentaci\u00f3n de lesiones, monitoreo longitudinal y predicci\u00f3n de met\u00e1stasis. Seg\u00fan los resultados, PanDerm super\u00f3 a los modelos existentes en todas las pruebas, incluso cuando fue entrenado con apenas el 10% de los datos etiquetados que necesitan otras tecnolog\u00edas.<\/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

Tres estudios con m\u00e9dicos reales mostraron que PanDerm mejor\u00f3 en 11% la precisi\u00f3n diagn\u00f3stica de dermat\u00f3logos al usar im\u00e1genes dermatosc\u00f3picas y en 16.5% la de m\u00e9dicos no especialistas al enfrentar diagn\u00f3sticos de hasta 128 enfermedades cut\u00e1neas distintas<\/strong>. Adem\u00e1s, fue 10.2% m\u00e1s preciso que los dermat\u00f3logos en detectar signos tempranos de melanoma en im\u00e1genes tomadas en distintos momentos.<\/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

Por su parte, Peter Soyer, de la UQ y coautor del estudio, destac\u00f3 la utilidad del sistema en ambientes con pocos recursos o con acceso limitado a dermat\u00f3logos: \u201cLa fuerza de PanDerm reside en su capacidad para apoyar los flujos de trabajo cl\u00ednicos existentes. Hemos visto que la herramienta tambi\u00e9n era capaz de obtener buenos resultados incluso cuando se entrenaba con s\u00f3lo una peque\u00f1a cantidad de datos etiquetados, una ventaja clave en diversos entornos m\u00e9dicos donde los datos anotados est\u00e1ndar suelen ser limitados\u201d.<\/p>

Los resultados m\u00e1s prometedores incluyeron tambi\u00e9n la detecci\u00f3n de cambios sutiles en lesiones malignas a lo largo del tiempo. En este aspecto, PanDerm tuvo una precisi\u00f3n del 77.5% en detectar melanomas en su primera aparici\u00f3n, frente a apenas el 32.6% logrado por m\u00e9dicos humanos. Adem\u00e1s, el modelo predijo con gran exactitud el riesgo de met\u00e1stasis a partir de im\u00e1genes de melanomas invasivos, alcanzando un AUROC de 0.964<\/strong>, superando por 2 puntos porcentuales al segundo mejor modelo.<\/p>

Por su parte, el primer autor y estudiante de doctorado Siyuan Yan, de la Universidad de Monash, explic\u00f3 que: \u201cAl entrenar a PanDerm con datos diversos procedentes de distintas t\u00e9cnicas de imagen, hemos creado un sistema capaz de entender las afecciones cut\u00e1neas como lo hacen los dermat\u00f3logos, sintetizando informaci\u00f3n de varias fuentes visuales\u201d.<\/p>

PanDerm tambi\u00e9n demostr\u00f3 gran rendimiento en tareas de segmentaci\u00f3n de lesiones, pron\u00f3stico de supervivencia y conteo de lunares, e incluso fue capaz de reducir en 60.8% el n\u00famero de revisiones innecesarias de lesiones sospechosas en pacientes de alto riesgo. PanDerm result\u00f3 prometedor para ayudar a detectar cambios sutiles en las lesiones a lo largo del tiempo, adem\u00e1s de proporcionar pistas sobre la biolog\u00eda de la lesi\u00f3n y su futuro potencial metast\u00e1sico.<\/p>

Aunque PanDerm a\u00fan se encuentra en fase de validaci\u00f3n antes de su adopci\u00f3n cl\u00ednica generalizada, los autores consideran que su rendimiento en entornos diversos y su habilidad para mejorar la precisi\u00f3n diagn\u00f3stica son se\u00f1ales prometedoras de su potencial.<\/p>

\u201cEste tipo de ayuda podr\u00eda contribuir a un diagn\u00f3stico m\u00e1s precoz y a un seguimiento m\u00e1s sistem\u00e1tico de los pacientes con alto riesgo de melanoma\u201d, afirm\u00f3 la coautora Victoria Mar. \u201cEn hospitales o cl\u00ednicas del mundo real, los m\u00e9dicos utilizan diversas formas y distintos tipos de im\u00e1genes para diagnosticar el c\u00e1ncer de piel u otras afecciones cut\u00e1neas, concluy\u00f3.<\/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<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s41591-025-03747-y<\/a><\/p>

UNIVERSITY OF QUEENSLAND<\/strong><\/p>

https:\/\/www.uq.edu.au\/news\/article\/2025\/06\/giving-doctors-ai-powered-head-start-skin-cancer<\/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":"

PanDerm, la IA que supera a m\u00e9dicos en la detecci\u00f3n temprana de melanoma y otras enfermedades dermatol\u00f3gicas. <\/p>","protected":false},"author":1,"featured_media":57178,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-57176","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\/57176","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=57176"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/57176\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/57178"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=57176"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=57176"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=57176"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}