Investigadores del Grupo Khaos participan en la creación de una herramienta basada en Inteligencia Artificial para mejorar la detección precoz del melanoma
Un equipo de investigación de la Universidad de Málaga ha desarrollado una herramienta basada en Inteligencia Artificial y clasificación automática de imágenes para mejorar la precisión de detección del melanoma, un tipo de cáncer de piel.
El objetivo de los científicos es comprender cómo “piensan” los sistemas de automatización para incrementar su eficacia y aplicarlos en distintos campos de la medicina. Para ello, los expertos proponen una herramienta personalizada para cada programa de detección de lesiones. Ésta sirve para mejorar la toma de decisiones de los detectores inteligentes que se emplean en el ámbito médico y que en última instancia ayudan a los profesionales a realizar diagnósticos. Además, se trata de un método que puede emplearse con otros programas similares de detección, como los enfocados al cáncer de mama.
Tal y como explican en su trabajo “Ensemble-based genetic algorithm explainer with automized image segmentation: A case study on melanoma detection dataset”, publicado en Computers in Biology and Medicine y disponible en: https://doi.org/10.1016/j.compbiomed.2023.106613, los expertos han utilizado un enfoque basado en algoritmos genéticos (técnicas computacionales inspiradas en la evolución biológica) y la clasificación automática de imágenes para analizar y detectar patrones asociados al melanoma en un conjunto de fotografías.
La labor de los investigadores se centró en determinar cómo “piensa” el algoritmo, elaborando así un “explicador”. Éste destaca sobre las fotografías las áreas en las que se centra el sistema para detectar el melanoma. Visualmente, se puede observar cómo se iluminan distintos píxeles en amarillo. Así, los expertos pueden saber qué área está “mirando” el algoritmo “de caja negra” y qué proceso lógico sigue para determinar si, por ejemplo, una mancha es un melanoma o no.
Para comprobar la efectividad de este “explicador”, el Grupo de Investigación Khaos del Instituto de Tecnología e Ingeniería del Software, ha reunido un conjunto de imágenes, procedentes de bancos gratuitos y bases de datos médicas de carácter privado, que contienen manchas, lunares, pecas y otras marcas de la piel. Normalmente, los médicos se fijan en los cambios de forma, color, tamaño o textura para determinar si son benignos o si han evolucionado en melanoma. De este modo, se han percatado de que cuando el algoritmo acierta, se fija en zonas muy características de las marcas de la piel; como los médicos, mientras que cuando falla, se fija en áreas menos representativas. “Detecta distintas lesiones de la piel como el melanoma, nevus, queratosis y los lunares sanos”, comenta el investigador de la Universidad de Málaga José Manuel García-Nieto.
Para contrastar la eficacia de esta herramienta, los expertos han contado con la colaboración del Doctor Miguel Ángel Berciano (Unidad de Oncología Intercentros del Hospital Universitario Virgen de la Victoria), que junto con sus colaboradores, han contrastado las respuestas del algoritmo y ha orientado a los investigadores sobre la veracidad de sus respuestas y sobre las zonas de interés para detectar posibles patologías en las marcas de la piel.
Así, los investigadores han comprobado que el “explicador” funciona y que, a partir del mismo, se puede “enseñar” al algoritmo a seguir los pasos adecuados para detectar los casos de melanoma más complicados. “El programa no sustituye en ningún caso la labor y el diagnóstico de un médico, pero la proponemos como herramienta de prediagnóstico del melanoma, como ya se hace en otros hospitales con la inteligencia artificial que detecta el cáncer de mama”, concluye García-Nieto.
Este trabajo, que ha sido financiado por el Ministerio de Ciencia e Innovación y fondos propios de la Universidad de Málaga, tiene como siguiente paso la transferencia de este “explicador” a otros dominios distintos al ámbito médico, como la agricultura o la observación ambiental de la Tierra.