Mediante el uso de redes neuronales convolucionales profundas, los investigadores idean un sistema que analiza rápidamente las imágenes de un campo amplio de piel en pacientes para detectar el cáncer con mayor eficacia.
Megan Lewis | Institute for Medical Engineering and Science
El melanoma es un tipo de tumor maligno responsable de más del 70% de las muertes relacionadas con el cáncer de piel en todo el mundo. Durante años, los médicos han confiado en la inspección visual para identificar las lesiones pigmentadas sospechosas (SPLs), que pueden ser un indicio de cáncer de piel. Esta identificación en fase temprana de las SPLs en los centros de atención primaria puede mejorar el pronóstico del melanoma y reducir significativamente el coste del tratamiento.
El reto es que encontrar y priorizar rápidamente los SPLs es difícil, debido al gran volumen de lesiones pigmentadas que a menudo hay que evaluar para realizar posibles biopsias. Ahora, investigadores del MIT y de otros lugares han ideado una nueva línea de inteligencia artificial, utilizando redes neuronales convolucionales profundas (DCNNs) y aplicándolas al análisis de los SPLs mediante el uso de fotografía de amplio campo común disponible en la mayoría de los smartphones y cámaras personales.
Si quieres conocer en mayor detalle como funcionan estos algoritmos puedes ver el post completo AQUI
@noeliagorod 