Investigadores de la UMA crean una herramienta basada en Inteligencia Artificial para mejorar la detección precoz del melanoma

Aunque no siempre seamos conscientes, vivimos rodeados de algoritmos que facilitan la toma de decisiones en numerosos ámbitos como la publicidad, las finanzas o la medicina. Y es en este último campo donde un grupo de investigadores de la Universidad de Málaga han desarrollado una herramienta pionera que, basada en la inteligencia artificial (IA) y clasificación automática de imágenes, ayuda a mejorar la precisión de la detección de melanomas, un tipo de cáncer de piel.

Dermatólogos advierten de un aumento de los casos de cáncer de piel

El programa desarrollado permite explicar cómo «piensa» una inteligencia artificial. El objetivo es comprender el proceso lógico que sigue el algoritmo de inteligencia artificial a la hora de tomar una decisión determinada, en este caso sobre lesiones de la piel como el melanoma, nevus, queratosis y los lunares sanos. «El algoritmo toma una decisión a base de una fotografía. Y lo que nosotros proponemos es una herramienta para entender por qué ha tomado esa decisión», comparte el investigador José Manuel García-Nieto, uno de los cuatro autores de la investigación, que forman parte del grupo de investigación Khaos del Instituto de Tecnologías e Ingeniería del Software (ITIS).

Detectar errores y aportar transparencia

Conocer este proceso permitiría detectar posibles errores o sesgos en el algoritmo para poder corregirlos y volver a entrenarlos. «Confiamos en ellos ciegamente, cuando realmente los algoritmos pueden tener errores, porque simplemente los datos con los que se entrenan estén sesgados», previene García-Nieto, que señala que, dependiendo de cómo se haya entrenado el algoritmo, puede tener fallos y, por ejemplo, denegarle a una persona un seguro médico o un crédito bancario por su perfil.

Confiamos en ellos ciegamente cuando realmente los algoritmos pueden tener errores

Por otro lado, esta técnica al aportar «transparencia» al proceso de decisión de la IA ayudaría también a los médicos a realizar el diagnóstico con una mayor precisión. «Permite que el profesional, que no sabe de inteligencia artificial, pueda entender por qué el algoritmo ha tomado la decisión de determinar si en benigno o maligno», explica García-Nieto, que subraya que lo que pretende es «dar más confianza y justicia a las decisiones». 

Alto nivel de complejidad

En este sentido, destaca que en los últimos años ha habido un gran progreso en el tema de la inteligencia artificial, que ha generado que no todos los algoritmos sean «transparentes», ya que han alcanzado un nivel de complejidad que impide que las personas que lo están empleando entiendan por qué ha tomado esa resolución o los pasos que ha seguido para llegar a esa conclusión. 

«El explicador»

Para explicar cómo «piensa» el algoritmo, los expertos han creado «el explicador», que destaca sobre las fotografías las áreas en las que se ha fijado el sistema para detectar el melanoma. Visualmente, se puede observar cómo se iluminan distintos píxeles en amarillo y de esta manera pueden saber qué área está «mirando» el algoritmo y qué proceso lógico sigue para determinar si, por ejemplo, una mancha es un melanoma o no. Sería el equivalente a la «receta» que sigue la máquina paso a paso para tomar decisiones.

Para contrastar la eficacia de esta herramienta, los expertos han contado con la colaboración del doctor Miguel Ángel Berciano de la Unidad de Oncología Intercentros del Hospital Universitario Virgen de la Victoria (Málaga), que, junto con sus colaboradores, revisaron las respuestas del algoritmo y orientaron 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. De este modo, los investigadores de la UMA comprobaron 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».

Aplicabilidad a otros campos

Aunque en un primer momento este sistema se ha aplicado a las lesiones de piel, el investigador García-Nieto señala que podría aplicarse en distintos campos de la medicina y ayudar en el prediagnóstico de otras enfermedades como el cáncer de mama. Ahora, el siguiente paso de esta investigación es transferir «el explicador» a otros dominios distintos al ámbito médico, como la agricultura o la observación ambiental de la Tierra. «Estamos trabajando para aplicarlo, por ejemplo, al tema de previsión sobre hongos y pequeñas patologías en la hoja de los árboles», añade García-Nieto, que matiza que también podría utilizarse para conocer cómo se procesan los datos climáticos para determinar los efectos de la sequía.

«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», ha concluido García-Nieto