Un sistema de inteligencia artificial permite identificar rellenos estéticos en la piel mediante ecografías

Un estudio internacional llevado a cabo por investigadores de las universidades de Granada y Chile ha desarrollado un sistema de inteligencia artificial capaz de identificar automáticamente cuatro tipos de rellenos estéticos en imágenes ecográficas. El trabajo, que acaba de ser publicado en 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, facilitando 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. 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.

Ecografía que muestran rellenos estéticos identificados por un especialista.

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. Sin embargo, interpretar correctamente estas imágenes requiere no sólo formación técnica, sino también amplia experiencia clínica, dado que la apariencia ecográfica de las sustancias varía según su composición, el tiempo transcurrido desde la aplicación y las posibles complicaciones asociadas.

El equipo de investigación dirigido por la doctora Ximena Worstman de la Universidad de Chile, que ha contado con la decisiva participación de los profesores del departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada Manuel Lozano y Francisco J. Rodríguez, ha creado un sistema de inteligencia artificial basado en aprendizaje profundo. Este algoritmo es capaz de identificar y discriminar automáticamente, en imágenes ecográficas, cuatro tipos de rellenos cosméticos: hidroxiapatita cálcica, ácido hialurónico, polimetilmetacrilato y aceite de silicona.

El estudio se ha desarrollado en un contexto multicentro internacional, con la participación de especialistas en dermatología. Para entrenar al sistema, se utilizaron equipos ecográficos de diversa complejidad, desde unidades portátiles de pequeño tamaño hasta dispositivos de alta gama, garantizando así la adaptabilidad del sistema a diferentes entornos clínicos.

Impacto clínico y aplicaciones

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 puede suponer un gran avance, al permitir agilizar el proceso de identificación de rellenos, actualmente lento y bastante complejo, incluso para profesionales que se inician en el uso de la ecografía en medicina estética. A nivel internacional, existe un número relativamente reducido de especialistas capacitados específicamente en esta técnica diagnóstica aplicada a la estética, lo que limita su disponibilidad como herramienta de primera línea para la evaluación clínica.