Trabajo que describe nuevas tecnologías de imagen del melanoma, y presenta un prototipo con un enfoque más completo, objetivo y automatizado
Lugones Editorial©
El diagnóstico del melanoma tradicionalmente se basa en la inspección visual o en el uso del dermatoscopio, que no tiene capacidades para una detección temprana y precisa.
Dado que actualmente existe un gran interés en el desarrollo de aplicaciones de inteligencia artificial (IA) en dermatología, en este trabajo se describen otras tecnologías de imagen que pueden proporcionar información no invasiva y detallada sobre lesiones cutáneas, como las imágenes multiespectrales, hiperespectrales y térmicas.
El diagnóstico del melanoma tradicionalmente se basa en la inspección visual o en el uso del dermatoscopio, que no tiene capacidades para una detección temprana y precisa
Avances en el diagnóstico del melanoma
La mayoría de los melanomas se pueden identificar clínicamente a través de un examen cuidadoso bajo buena iluminación y aumento. La introducción de nuevas tecnologías ha resultado en un gran progreso en dermatología, con nuevas tendencias transformando la respuesta clínica a las preocupaciones de los pacientes.
Los avances tecnológicos recientes han llevado al desarrollo de la tecnología de imágenes no invasiva para detectar melanomas, como las imágenes multiespectrales (MSI), las imágenes térmicas infrarrojas (IRT), las imágenes hiperespectrales (HSI), la ecografía de alta frecuencia, la tomografía de coherencia óptica y la microscopia confocal de reflectancia (RCM).
Resumen gráfico
Imágenes multiespectrales (MSI)
MSI consiste en adquirir imágenes en un conjunto discreto de bandas espectrales (típicamente de 3 a 12), que permiten capturar información superficial y subcutánea relacionada con la concentración de hemoglobina y oxígeno, la melanina, y la arquitectura de la piel. Se ha demostrado que ayuda a diferenciar lesiones benignas de malignas, ya que aprovecha diferencias en la absorción y reflexión de luz.
Imágenes hiperespectrales (HSI)
HSI captura imágenes en un espectro continuo (decenas o cientos de bandas), proporcionando un “cubo de datos” con alta resolución espectral. Permite una caracterización espectral más precisa de los tejidos cutáneos, y se ha utilizado para analizar patrones de oxigenación y vascularización en lesiones cutáneas sospechosas. Su principal fortaleza está en identificar diferencias fisiológicas y morfológicas sutiles entre lesiones.
Imágenes térmicas infrarrojas (IRT)
IRT mide la radiación térmica emitida por la piel, reflejando diferencias de temperatura que pueden estar relacionadas con procesos inflamatorios o neoangiogénesis en tumores. Se trata de una técnica pasiva, sin contacto, que puede revelar alteraciones metabólicas o vasculares características de los melanomas.
Existen nuevas tecnologías de imagen que pueden proporcionar información no invasiva y detallada sobre lesiones cutáneas
Ecografía de alta frecuencia
La ecografía de alta frecuencia permite obtener información estructural de capas profundas, ayudando a evaluar el grosor tumoral y la infiltración subcutánea. Se considera útil como complemento anatómico a otras técnicas ópticas.
Tomografía de coherencia óptica (OCT)
OCT proporciona imágenes en secciones transversales de la piel con resolución casi microscópica, y permite visualizar la morfología de la lesión hasta unos pocos milímetros de profundidad. Es especialmente útil para evaluar los márgenes de lesiones sospechosas y detectar estructuras dérmicas alteradas.
Microscopia confocal de reflectancia (RCM)
RCM ofrece imágenes en tiempo real de la piel a nivel celular, permitiendo identificar criterios morfológicos de malignidad sin necesidad de biopsia inmediata. Tiene alta resolución lateral y axial, y se emplea como herramienta no invasiva para el diagnóstico precoz del melanoma.
Justificación del prototipo integrado
Aunque existen múltiples tecnologías de imagen no invasivas para el estudio del melanoma -como MSI, HSI, IRT, ecografía, OCT y RCM-, cada una tiene limitaciones individuales en cuanto a profundidad, resolución, tipo de información aportada (estructural, funcional, térmica o morfológica) y accesibilidad clínica.
Los autores señalan que no existe actualmente un sistema único que integre múltiples fuentes de imagen para evaluar simultáneamente las características morfológicas, térmicas y espectrales de una lesión sospechosa. Esta fragmentación tecnológica limita la precisión diagnóstica, especialmente en etapas tempranas del melanoma.
Por eso, proponen desarrollar un sistema portátil y accesible que integre imágenes RGB, hiperespectrales (HSI) e infrarrojas térmicas (IRT), combinadas con algoritmos de aprendizaje profundo (deep learning).
Esta integración busca capturar simultáneamente señales morfológicas, espectrales y térmicas de las lesiones cutáneas, mejorando así la capacidad de diferenciación entre lesiones benignas y malignas.
Prototipo experimental desarrollado para diagnóstico cutáneo multimodal. A) La parte frontal de la configuración con las cámaras VIS y NIR montadas en una placa impresa en 3D y la cámara térmica, todas montadas en dos trípodes. B) La parte posterior de la placa impresa en 3D con la caja LED y las conexiones a la unidad de PC”.
Descripción del prototipo propuesto
Los autores desarrollaron un prototipo portátil de sistema de imágenes integradas que combina tres modalidades: una cámara RGB, una cámara hiperespectral (HSI) y una cámara térmica infrarroja (IRT). Este sistema fue diseñado con el objetivo de capturar simultáneamente información morfológica, espectral y térmica de las lesiones cutáneas, en condiciones clínicas reales.
El dispositivo se monta en una carcasa impresa en 3D y se conecta a una computadora portátil mediante un software personalizado. Cada módulo de imagen está alineado para registrar la misma región de piel, permitiendo la fusión de datos. El sistema está pensado para ser económico, no invasivo y operable en el entorno clínico sin contacto físico con el paciente.
Además, los datos obtenidos son procesados mediante modelos de inteligencia artificial (deep learning), lo que permite clasificar lesiones en función de patrones espectrales, térmicos y visuales, con el fin de asistir en el diagnóstico del melanoma.
Ejemplos de muestras adquiridas con el prototipo de laboratorio propuesto: A) Imagen NIR. B) Imagen VIS. C) Imagen térmica
Validación del prototipo
Para validar el sistema, los autores realizaron una prueba piloto en un entorno clínico real con un número reducido de pacientes. Se capturaron imágenes simultáneas (RGB, HSI e IRT) de diversas lesiones cutáneas, y los datos se analizaron con algoritmos de aprendizaje profundo previamente entrenados.
Los resultados preliminares sugieren que la combinación de estas modalidades mejora la capacidad para diferenciar lesiones malignas y benignas, comparado con el uso de imágenes RGB solas. Aunque se trata de una prueba inicial, los autores destacan el potencial del sistema como herramienta diagnóstica accesible y complementaria al dermatoscopio convencional.
Ejemplo de la secuencia de vídeo térmico con la extracción de tres fotogramas: A) Con estímulo frío aplicado. B) Sin estímulo frío
Conclusiones
El diagnóstico temprano del melanoma sigue siendo un desafío clínico, especialmente en lesiones atípicas. Las técnicas de imagen no invasivas como MSI, HSI, IRT, RCM y OCT han avanzado significativamente, proporcionando información complementaria valiosa sobre la estructura y fisiología de la piel. Sin embargo, su integración clínica aún es limitada por barreras técnicas, económicas y de entrenamiento profesional.
La inteligencia artificial emerge como una herramienta prometedora para interpretar la complejidad de los datos multiespectrales, lo que podría mejorar la precisión diagnóstica.
El prototipo presentado en este trabajo -que combina imágenes visibles e infrarrojas con una plataforma de IA- representa un paso hacia sistemas de diagnóstico más objetivos, reproducibles y accesibles. Se espera que desarrollos futuros optimicen su uso clínico y contribuyan a una mejor detección temprana del melanoma.
Las imágenes avanzadas y la inteligencia artificial mejoran la detección temprana y la diferenciación de lesiones
Melanoma: tecnologías de imagen
Fuente
Oniga A, Sultana A, Alexandrescu B, et al. Towards an integrated imaging for melanoma diagnosis: A review of multispectral, hyperspectral, and thermal technologies with preliminary system development. Comput Biol Med 2025;185.
