Investigadores en Japón dicen que han desarrollado un modelo de inteligencia artificial que puede ayudar a detectar acromegalia analizando fotos de la parte posterior de la mano y un puño cerrado, un enfoque diseñado para evitar el uso de imágenes faciales o huellas dactilares. El equipo informa que el sistema tuvo un buen rendimiento en las pruebas y podría ayudar a los clínicos a identificar casos potenciales antes y derivar a los pacientes para evaluación especializada.
La acromegalia es un trastorno endocrino raro que suele desarrollarse en la edad adulta, en el que el cuerpo produce demasiada hormona del crecimiento, en la mayoría de los casos debido a un tumor pituitario. La afección puede causar agrandamiento progresivo de las manos y los pies, cambios en la apariencia facial y efectos más amplios en el crecimiento óseo y de órganos. nnDebido a que los síntomas a menudo se desarrollan lentamente, el diagnóstico puede retrasarse durante años. «Dado que la afección progresa tan lentamente y porque es una enfermedad rara, no es infrecuente que tarde hasta una década en diagnosticarse», dijo el endocrinólogo de la Universidad de Kobe, Hidenori Fukuoka. nnAunque algunas investigaciones han explorado el uso de inteligencia artificial para identificar acromegalia a partir de fotografías, muchas de ellas se han basado en imágenes faciales, lo que puede generar preocupaciones de privacidad. En busca de una alternativa menos identificable, el grupo liderado por la Universidad de Kobe entrenó un modelo de aprendizaje profundo utilizando dos tipos de fotografías de la mano: una mano extendida que muestra la parte posterior, y un puño cerrado con el pulgar posicionado externamente. Los investigadores dijeron que evitaron imágenes de la palma porque los patrones de la palma pueden usarse como identificadores biométricos. nnSegún el estudio, se inscribieron 725 participantes en 15 instalaciones médicas en Japón, contribuyendo con más de 11.000 imágenes utilizadas para entrenar y validar el modelo. El trabajo se publicó en The Journal of Clinical Endocrinology & Metabolism con el título «Automatic Acromegaly Detection Using Deep Learning on Hand Images: A Multicenter Observational Study». nnLos autores informaron que el sistema alcanzó «una sensibilidad y especificidad muy altas» y que superó a endocrinólogos experimentados que evaluaron las mismas fotografías. La estudiante de posgrado Yuka Ohmachi dijo que se sorprendió del buen rendimiento del modelo utilizando solo estas vistas de la mano: «Lo que me pareció particularmente significativo fue lograr este nivel de rendimiento sin características faciales, lo que hace que este enfoque sea mucho más práctico para el cribado de enfermedades». nnLos investigadores enfatizaron que las fotografías por sí solas no son suficientes para el diagnóstico, que típicamente requiere evaluación clínica y pruebas hormonales. Aun así, dijeron que una herramienta de cribado podría ayudar a impulsar un seguimiento más temprano, especialmente en entornos donde el acceso a especialistas es limitado. «Creemos que, desarrollando aún más esta tecnología, podría llevar a crear una infraestructura médica durante chequeos de salud integrales para conectar casos sospechosos de trastornos relacionados con las manos a especialistas», dijo Fukuoka. nnEl equipo dijo que planea explorar si métodos similares basados en imágenes podrían adaptarse para ayudar a detectar otras afecciones con signos visibles en las manos, incluyendo artritis reumatoide, anemia y dedos en garra. nnLa investigación fue financiada por la Hyogo Foundation for Science Technology e involucró colaboradores de múltiples instituciones en Japón, incluyendo la Universidad de Fukuoka y la Universidad de Nagoya, dijeron los investigadores.
