Ciencia explica cómo la IA evalúa la gravedad del eccema con fotos de su smartphone

Investigadores de la Universidad de Keio, la Universidad Médica Prefectural de Kioto y la Universidad de Teikyo, en colaboración con Atopiyo LLC, desarrollaron un modelo de inteligencia artificial capaz de evaluar con precisión la gravedad de la dermatitis atópica a partir de fotos tomadas con teléfonos inteligentes.

Este avance permite medir en tiempo real parámetros objetivos como enrojecimiento, hinchazón y excoriación según la escala ‘Three Item Severity’ (TIS), mostrando una correlación robusta con evaluaciones de dermatólogos y con métricas clínicas como ‘SCORAD’.

Por otra parte, es importante resaltar que el problema que aborda este descubrimiento radica en la brecha entre la percepción subjetiva de los pacientes, por ejemplo, la intensidad de la picazón o la pérdida de sueño, y la inflamación cutánea observable.

Como resalta el Dr. Takeya Adachi, esta discrepancia limita el autocontrol efectivo de la enfermedad y dificulta ajustes oportunos en el tratamiento.

Adicionalmente, la herramienta aprovecha más de 57.000 imágenes y datos de la plataforma ‘Atopiyo’, ofreciendo una evaluación estandarizada y potencial para ampliar la teledermatología.

No obstante, aún requiere validación en distintos tipos de piel, edades y contextos clínicos para garantizar su aplicabilidad universal.

¿Por qué es importante este tipo de avance, en pacientes con dermatitis atópica?

Estos hallazgos representan un paso decisivo hacia la integración de biomarcadores digitales en la práctica clínica cotidiana, aprovechando el alcance de los teléfonos inteligentes para trasladar la evaluación dermatológica del consultorio al entorno doméstico.

En la actualidad, donde la telemedicina y la autogestión de la salud cobran relevancia, contar con una herramienta de inteligencia artificial que interpreta imágenes de manera objetiva ofrece una vía para reducir visitas innecesarias, optimizar recursos médicos y brindar seguimiento continuo sin depender exclusivamente de la percepción del paciente.

Su importancia también radica en que responden a una necesidad creciente de estandarización en la medición de la gravedad de la dermatitis atópica, una enfermedad de curso crónico y fluctuante.

En una coyuntura global marcada por la expansión de las tecnologías de salud digital, el modelo desarrollado por el equipo japonés ilustra cómo la colaboración entre universidades y plataformas especializadas, como ‘Atopiyo LLC’, puede transformar datos dispersos en conocimiento clínico útil.

Del mismo modo, al evidenciar la discrepancia entre síntomas autoinformados y signos visibles, esta investigación impulsa el diseño de estrategias de tratamiento más precisas y personalizadas; constituye una base sólida para una dermatología más accesible, predictiva y centrada en las necesidades reales del paciente.

¿Qué es importante agregar sobre este descubrimiento?

Tenga en cuenta que este modelo integra tres algoritmos complementarios: identificación de la parte del cuerpo afectada; detección precisa de lesiones y cálculo de la gravedad.

Su entrenamiento se basó en 880 imágenes con datos autoinformados, y su validación en 220 imágenes mostró resultados estadísticamente significativos.

Además, los investigadores proyectan ampliar su alcance, incluyendo más tipos de piel, rangos de edad y parámetros nuevos de sistemas inteligentes.

Finalmente, vale la pena acotar que esto no solo optimizaría su precisión, sino que también permitiría adaptarlo a una población más diversa, fortaleciendo su potencial en teledermatología y monitoreo clínico continuo.