Un grupo de investigadores ha desarrollado un método mejorado para el diagnóstico de cáncer de piel utilizando técnicas de procesamiento de lenguaje natural y aprendizaje automático. La experimentación con diferentes arquitecturas dio como resultado un índice precisión del 95%, en un corpus específico de notas médicas. Utilizando una representación BoW/TF-IDF de los datos y una arquitectura de red neuronal convolucional unidimensional (CNN1D), los investigadores pudieron mejorar significativamente la precisión del diagnóstico.

Entre los investigadores se encuentra Joshua Guerrero Rangel, el Dr. Christian E. Maldonado, el Dr. Grigori Sidorov, todos del CIC-IPN, la Nutrióloga María Cristina Ortega (TRAI-L) y la Maestra Liliana Chanona (ESIMEZ-IPN).

El cáncer es una enfermedad que afecta a millones de personas en todo el mundo. Según la Organización Mundial de la Salud (OMS), en 2020 se atribuyeron casi 10 millones de muertes a esta enfermedad. Entre los seis tipos de cáncer más comunes en 2020 se encuentran el cáncer de mama, el de pulmón, el colorrectal, el de próstata, el gástrico y el cáncer de piel no melanoma.

Aunque el cáncer de piel no es una de las principales causas de muerte por cáncer, sigue siendo un problema importante debido a su alta incidencia. La Sociedad Americana del Cáncer (ACS) estima que hay alrededor de 5 millones de casos nuevos de cáncer de piel cada año.

Los tumores malignos de la piel son los más frecuentes y, aunque no son una de las principales causas de muerte por cáncer, pueden causar deformidades y discapacidad funcional. Esto se debe a que la mayoría de los tumores cutáneos aparecen en áreas de la piel expuestas al sol, como la cara, alrededor de los ojos y la boca, y las orejas.

Los investigadores han utilizado técnicas de procesamiento de lenguaje natural y aprendizaje automático para mejorar el diagnóstico de cáncer de piel, lo que podría tener un gran impacto en la prevención y el tratamiento temprano de esta enfermedad. Con una precisión del 95%, el método propuesto podría ayudar a los médicos a identificar y tratar el cáncer de piel de manera más efectiva.