L’estudi pretén analitzar el rendiment d’uns classificadors basats en intel·ligència artificial (IA) sobre imatge dermatoscòpica obtinguda a l’atenció primària i que actualment es diagnostica mitjançant teledermatologia.
La Fundació Salut Empordà, va implantar el 2018 el servei de teledermatologia per a lesions de pell pigmentades a la comarca de l’Alt Empordà, on l’Hospital de Figueres actua com a centre de referència per a tots els centres d’atenció primària. A partir de l’any 2020 es fa servir per a tot tipus de lesions.
Amb aquest sistema s‘ha aconseguit la reducció de la llista d’espera per al diagnòstic de 15-18 mesos a 1-4 setmanes pel diagnòstic d’un dermatòleg. Actualment (2023) s’estan obtenint unes 3000 imatges anuals obtingudes amb un mòbil des dels centres d’atenció primària de l’Alt Empordà i que són emmagatzemades en un repositori d’imatges centralitzat al núvol anomenat SIMDCAT (Servidor d’Imatge Mèdica de Catalunya), gestionat per la Fundació TIC Salut Social. Les imatges del SIMDCAT no contenen el diagnòstic ni hi estan directament vinculades. Les imatges són accessibles en mode visualització des de la història clínica del pacient mitjançant el visor RAIM Viewer.
El grup de Visió per Computador i Robòtica (VICOROB) de la Universitat de Girona és un grup líder en el processat i anàlisi d’imatge mèdica a nivell internacional, amb més de 25 anys d’experiència fent recerca en aquest àmbit. Prova de la rellevància de VICOROB en aquest àmbit és la primera posició en el MS Segmentation Challenge 2016, organitzat per la MICCAI Society en el marc de l’International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), que és el congrés més important en l’àmbit d’imatge mèdica.
VICOROB disposa de models de classificació d’imatge dermatològica que han estat entrenats amb dades d'imatges dermatoscòpiques de repositoris públics, incloent ISIC1, Ham100002 i del projecte europeu iToBoS3. Aquests models han estat entrenats amb 56.326 imatges dermoscòpiques, de les quals gairebé 12.000 lesions malignes.
Al present estudi es construirà un ensemble de classificadors basats en intel·ligència artificial (IA) i s’avaluarà el seu rendiment sobre la imatge dermatoscòpica. Aquest model ensemble de classificadors (veure imatge), està construït a partir d’un conjunt de models preexistents propietat de VICOROB (UdG) i que han estat entrenats amb 56.326 d'imatges dermatoscòpiques de repositoris públics, incloent ISIC, Ham10000 i del projecte europeu iToBoS.eu. A més, dins l’ensemble s’inclouran imatges clíniques addicionals d’alta resolució, donant lloc a un data set total amb més de 76.000 imatges, de les quals 16.393 de lesions malignes i 59.900 benignes. Aquestes imatges provenen de fonts accessibles per VICOROB i no provenen les proporciona cap de les altres entitats participants a l’estudi.
Aquest model permetrà determinar el grau de malignitat de les lesions dermatològiques a partir de la seva imatge, donant diferents nivells de sortida, en funció del risc i urgència:
-Rang 1: Melanoma
-Rang 2: Sospitós de malignitat
-Rang 3: Benigne
L'investigadora principal de l'estudi és Cristina Heras, de la Fundació Salut Empordà, en col·laboració amb Àngels Quera, Víctor Torres Padrosa i Manel Vicente (FSE), Pere Plaja Roman i Oriol Turró Garriga (IRGC), Àngels Morales, Daniel Garcia i Xavier Aldeguer (ICS) i Rafael Garcia, Anup Saha, Sana Nazari i Hayat Rajani (VICOROB - UdG).
Per a qualsevol dubte sobre el Protocol, podeu Contactar amb l'Institut de Recerca.
L’estudi consisteix a analitzar els nivells d’hemoglobina en pacients de diàlisi en Tractament Renal Substitutiu quan s’administra 240 ml de líquid de restitució. L’objectiu és reduir la freqüència amb que es produeix anèmia associada a malaltia renal crònica.
El projecte pretén comprovar que es pot realitzar l’ecografia al punt d’acció (POCUS) de manera ràpida i de qualitat a nivell prehospitalari en pacients codi infart, compartint loops ecocardiogràfics en temps real amb el servei de cardiologia de l’hospital CODI IAM mitjançant l’APP ODISEA
Aquest projecte té com a objectiu millorar la gestió dels pacients, personalitzant-la segons les característiques de cada cas i millorant-ne l’eficiència, a l’hora que es preserva la confidencialitat i seguretat de les dades dels pacients.