Rendimiento de un algoritmo automatizado de mapeo corporal total para detectar lesiones melanocíticas de relevancia clínica

Metodología

En este estudio multicéntrico internacional, observacional y prospectivo, dermatólogos experimentados realizaron exámenes de detección de cáncer de piel e identificaron lesiones melanocíticas clínicamente relevantes (CRML, que requieren biopsia u observación). Además, los pacientes recibieron un mapeo corporal total automatizado en 2D (ATBM) con detección automática de lesiones (ATBM master, FotoFinder Systems GmbH). El criterio de valoración principal fue el porcentaje de CRML detectado por el software de escaneo corporal. Los criterios de valoración secundarios incluyeron el porcentaje de lesiones “nuevas” y “cambiadas” identificadas correctamente durante los exámenes de seguimiento.

Resultados

Al inicio, los dermatólogos identificaron, 1075 CRML en 236 pacientes y 999 CRML (92,9%) también fueron detectadas por el software automatizado. Durante los exámenes de seguimiento, los dermatólogos identificaron 334 CRML en 55 pacientes, de los cuales 323 (96,7%) también fueron detectados por ATBM con detección automática de lesiones. Además, todos los CRML nuevos (n = 13) o modificados (n = 24) durante el seguimiento fueron detectados por el software.

El tiempo promedio requerido por examen inicial fue de 14,1 min (IC del 95% [12,8–15,5]). El análisis de subgrupos de lesiones no detectadas reveló razones técnicas (p. ej., cobertura por ropa, cabello) o específicas de la lesión (p. ej., hipopigmentación, sitios palmoplantares).

Conclusiones

El ATBM con software de detección de lesiones detectó correctamente la gran mayoría de las CRML y las CRML nuevas o modificadas durante los exámenes de seguimiento en un tiempo favorable. Nuestro estudio internacional prospectivo subraya que la detección automatizada de lesiones en imágenes TBP es factible, lo que es relevante para el desarrollo de pruebas de detección de cáncer de piel basadas en la IA.