La dermatitis atópica y el machine learning: el futuro para el diagnóstico de esta enfermedad

La heterogeneidad de las manifestaciones clínicas de la dermatitis atópica plantea grandes desafíos a la hora de ofrecer un diagnóstico temprano y certero.

Para superar los posibles errores en el diagnóstico de esta enfermedad, un equipo de investigación ha llevado a cabo un proyecto tecnológico. Combinando la inteligencia artificial y el machine learning, han logrado mejorar la capacidad diagnóstica de la dermatitis atópica.

¿Cuál es este proyecto y cómo se ha desarrollado? Te lo contamos todo a continuación.

La dermatitis atópica es una enfermedad inflamatoria crónica. Normalmente, se asocia con un picor intenso y una hiperreactividad de la piel ante determinados desencadenantes ambientales que son inocuos en individuos “no atópicos” ⁽¹⁾.

Las personas “atópicas” son aquellas que sufren una condición hereditaria que les predispone a padecer una serie de enfermedades. Dichas enfermedades generalmente están relacionadas con respuestas y alteraciones de la inmunidad celular y de la reactividad vascular⁽²⁾. Por ello, disponen de un mayor riesgo de sufrir dermatitis atópica (así como otras patologías, como el asma)⁽²⁾.

La sintomatología de esta enfermedad es muy diversa. Puede provocar la aparición de lesiones cutáneas en distintas partes del cuerpo -áreas de flexión o extensión, cabeza, cuello, etc.- y con diversa morfología -supuración, descamación, liquenificación, etc.-. Además, es posible que la intensidad de “los brotes” sea persistente, intermitente, o varíe en función de la estación del año ⁽¹⁾.

Si bien es cierto que la aparición de esta enfermedad suele tener lugar en la primera etapa de la infancia, también puede comenzar alcanzada la edad adulta ⁽¹⁾. En este sentido, la Asociación de Afectados por la Dermatitis Atópica estima que entre un 5% y un 20% de los infantes en España tienen dermatitis atópica. Por otro lado, su incidencia entre los adultos se sitúa en torno a un 3% ⁽³⁾.

La falta de criterios específicos para el diagnóstico de la dermatitis atópica en adultos, junto con la amplia variabilidad de síntomas clínicos que puede provocar esta enfermedad, dificulta enormemente la posibilidad de ofrecer un diagnóstico rápido y adecuado⁽⁴⁾ .

Por ello, un equipo de investigación estadounidense ha decidido trabajar en esta línea, creando un nuevo sistema tecnológico de diagnóstico y predicción de la dermatitis atópica en adultos.

Un grupo de investigadores de Estados Unidos ha desarrollado un nuevo sistema de investigación clínica, genómica y epidemiológica, de la dermatitis atópica. ¿Cómo? Mediante el perfeccionamiento y la creación de un algoritmo de inteligencia artificial.

Gracias a las tecnologías de procesamiento del lenguaje natural -PNL- y el aprendizaje automático, han logrado mejorar los sistemas predictivos existentes, desarrollando un nuevo algoritmo capaz de mejorar el diagnóstico de la enfermedad con un alto valor predictivo ⁽¹⁾. 

Para ello, utilizaron un registro preexistente sobre posibles casos de dermatitis atópica. Tras comparar e investigar entre los miles de casos incluidos, seleccionaron solo aquellos en que los pacientes hubieran tenido una visita documentada durante el último año ⁽¹⁾.

Combinando los datos de la historia clínica electrónica, con la información extraída de las notas médicas de las visitas, identificaron un conjunto de términos, conceptos y características ⁽¹⁾. Todos estos datos, fueron volcados en el algoritmo que, mediante el sistema de PNL y aprendizaje automático, logró predecir con exactitud las personas que padecían dermatitis atópica ⁽¹⁾.

Con este algoritmo, la tecnología de machine learning alcanza su máxima expresión. Se ha creado un sistema capaz de procesar datos, aprender sobre ellos, identificar patrones y tomar decisiones con una mínima intervención humana.

Sin duda, este algoritmo promete ser de gran utilidad en el estudio de la dermatitis atópica, ampliando la información existente sobre esta enfermedad en adultos y ayudando en su diagnóstico.

Al margen del machine learning, desde hace años, muchos investigadores vienen realizando “experimentos in silico”. Es decir, simulaciones por computadora o análisis matemático con soporte tecnológico⁽⁵⁾. 

Gracias a ellos, se pueden probar hipótesis específicas, predecir el pronóstico de la enfermedad, evaluar los resultados del tratamiento e identificar lagunas de conocimiento ⁽⁵⁾. Así, se logran llevar a cabo ensayos clínicos que ofrecen más información y amplían el ámbito de estudio de la dermatitis atópica ⁽⁵⁾.

Desde las tecnologías más complejas -como la inteligencia artificial o el machine learning-, hasta las más simples -como los sistemas matemáticos computacionales-, ayudan a mejorar la capacidad de diagnóstico de la dermatitis atópica y, en consecuencia, la calidad de vida de millones de personas.

MAT-ES-2104057 Diciembre 2021