Investigadores de las universidades de Granada (sur de España) y Chile han desarrollado un sistema de IA capaz de identificar automáticamente cuatro tipos de rellenos estéticos en imágenes ecográficas.
El trabajo, que publica la revista Journal of Ultrasound in Medicine, permitirá acelerar el diagnóstico de complicaciones en este tipo de intervenciones, mejorar la planificación de tratamientos y reducir la dependencia de especialistas altamente cualificados, además de facilitar una atención más eficaz ante reacciones adversas a estos procedimientos cosméticos.
Este avance resulta especialmente relevante ante la creciente popularidad de los tratamientos de belleza inyectables cuyos efectos secundarios pueden ser difíciles de gestionar cuando se desconoce la sustancia exacta que ha sido administrada.
Lea más: Investigadores desarrollan compuesto terapéutico para lesiones cerebrales traumáticas
Muchos pacientes acumulan historiales poco claros tras visitar a múltiples especialistas en diferentes centros y países, lo que dificulta el cruce de información entre profesionales.
Todos los beneficios, en un solo lugar Descubrí donde te conviene comprar hoy
La dificultad para identificar el material inyectado se agrava porque algunos pacientes sienten vergüenza al hablar de sus tratamientos o simplemente no recuerdan qué sustancias les fueron administradas a lo largo del tiempo.
Esta falta de datos precisos retrasa el diagnóstico, ya que los síntomas de las reacciones adversas pueden imitar otras enfermedades dermatológicas y cada relleno requiere un abordaje clínico específico.
Hasta ahora, la ecografía se ha consolidado como el método de imagen más eficaz para detectar e identificar los rellenos más comunes aunque interpretar correctamente estas imágenes requiere formación técnica y una amplia experiencia clínica, ya que la apariencia ecográfica de las sustancias varía según su composición o el tiempo transcurrido desde la aplicación.
Aprendizaje profundo
El equipo internacional ha creado un sistema de IA basado en aprendizaje profundo que es capaz de identificar y discriminar automáticamente, en imágenes ecográficas, cuatro tipos de rellenos cosméticos.
Lea más: Investigadores lanzan innovadores proyectos de IA y biomedicina en Paraguay
El estudio se ha desarrollado en un contexto multicentro internacional con la participación de especialistas en dermatología y para entrenar al sistema se han utilizado equipos ecográficos de diversa complejidad, desde unidades portátiles de pequeño tamaño hasta dispositivos de alta gama.
Este avance tecnológico representa un paso significativo hacia una medicina más precisa y accesible, ofreciendo una solución innovadora a un problema clínico creciente en la era de los tratamientos estéticos.
Su implementación permitirá agilizar el proceso de identificación de rellenos, actualmente lento y bastante complejo.