Detección Ultra-Temprana de melanoma con redes neuronales convolucionales: Implicaciones para la resección quirúrgica guiada por inteligencia artificial
DOI:
https://doi.org/10.26820/reciamuc/9.(2).abril.2025.675-687Keywords:
Melanoma, Detección temprana, Redes neuronales, Dermatoscopía, Cirugía guiadaAbstract
La revisión bibliográfica se realizó para analizar el uso de redes neuronales convolucionales (CNN) en la detección ultra-temprana de melanoma, y sus implicaciones para la resección quirúrgica guiada por inteligencia artificial (IA). Se consultaron bases de datos académicas como PubMed, Scopus y Web of Science. La búsqueda se restringió a publicaciones de los últimos diez años, filtrando estudios que presentaban resultados de modelos de CNN aplicados a imágenes dermatoscópicas y su impacto en la precisión del diagnóstico. Adicionalmente, se priorizaron artículos que discutían la integración de la IA en la planificación y ejecución de procedimientos quirúrgicos para la resección del melanoma. La sinergia entre la detección temprana impulsada por CNN y la guía quirúrgica asistida por IA está creando un nuevo paradigma en el tratamiento del melanoma. Esta combinación promete mejorar drásticamente las tasas de éxito de las cirugías, minimizar los procedimientos invasivos y reducir la recurrencia de la enfermedad. A medida que estas tecnologías maduran y se integran plenamente en la práctica clínica, la IA pasará de ser una herramienta de apoyo a convertirse en un componente indispensable del tratamiento integral del cáncer de piel.
Downloads
References
Quintero J, González J. Uso de redes neuronales convolucionales en teléfonos inteligentes para la identificación de enfermedades cutáneas. Rev Investig Docencia y Extensión la ULA [Internet]. 2021;(1):79–96. Available from: http://erevistas.saber.ula.ve/index.php/ideula/article/view/16636
Altuve Mouthon A, Colón Muñoz E, De la Rosa Sampayo A, Murillo Fernández L, Blanquicett Benavides L, Arrieta E, et al. Detección de Melanoma en Imágenes de Lesiones Cutáneas usando Visión por Computadora y Aprendizaje Profundo. Comput Electron Sci Theory Appl [Internet]. 2023 Jul 13;4(1). Available from: https://revistascientificas.cuc.edu.co/CESTA/article/view/4502
LEOÓ N ALARCOÓ N JA. DESARROLLO DE UN ALGORITMO BASADO EN REDES NEURONALES PARA LA IDENTIFICACIOÁN AUTOMAÁTICA DEL MELANOMA MEDIANTE EL ANAÁLISIS DE IMAÁGENES [Internet]. PONTIFICIA UNIVERSIDAD CATOÓ LICA DEL ECUADOR; 2025. Available from: https://repositorio.puce.edu.ec/server/api/core/bitstreams/5e166099-e083-467a-872e-86698fcd2763/content
Santiago Antonio AC. DESARROLLO DE UN SISTEMA DE IDENTIFICACIÓN DE MELANOMAS EN LA PIEL A PARTIR DE IMÁGENES BASADO EN REDES NEURONALES CONVOLUCIONALES [Internet]. UNIVERSIDAD JOSÉ ANTONIO PÁEZ; 2022. Available from: https://riujap.ujap.edu.ve/server/api/core/bitstreams/c5484357-8d06-45e0-9de4-1dd384998856/content
Rubio Camacho E. Redes neuronales convolucionales para la determinación de la profundidad del melanoma [Internet]. Universidad de Sevilla; 2023. Available from: https://biblus.us.es/bibing/proyectos/abreproy/94762/fichero/TFG-4762+Rubio+Camacho.pdf
Sánchez Sánchez A. Desarrollo de un modelo de predicción para la detección temprana del cáncer de piel utilizando redes neuronales [Internet]. Universidad de Salamanca; 2024. Available from: https://gredos.usal.es/bitstream/handle/10366/164347/TFGE_Memoria.pdf?sequence=1&isAllowed=y
Romero Álvarez LB. Influencia del Ambiente Virtual en el Rendimiento Académico: Percepciones de los Estudiantes de Nivel Superior. Ibero Ciencias - Rev Científica y Académica - ISSN 3072-7197 [Internet]. 2025 Mar 20;4(1):105–31. Available from: https://revistaiberociencias.org/index.php/multidisciplinar/article/view/32
Merino Ulizarna L. Uso de una red neuronal convolucional para la detección de cáncer de tipo melanoma [Internet]. UNIVERSIDAD POLITÉCNICA DE MADRID; 2022. Available from: https://oa.upm.es/71361/1/TFG_LUIS_MERINO_ULIZARNA.pdf
Kalidindi S. The Role of Artificial Intelligence in the Diagnosis of Melanoma. Cureus [Internet]. 2024 Sep 20; Available from: https://www.cureus.com/articles/281328-the-role-of-artificial-intelligence-in-the-diagnosis-of-melanoma
Rodríguez Bajo AC. Diagnóstico automático de casos de riesgo de melanoma basado en imágenes dermatoscópicas [Internet]. Universitat Oberta de Catalunya; 2023. Available from: https://openaccess.uoc.edu/server/api/core/bitstreams/48516cf6-e124-42bd-9e98-2daf41196b9f/content
Lacouture Fierro JD. Detección temprana de melanoma: aplicación de técnicas de procesamiento de imágenes y aprendizaje profundo [Internet]. Universidad EAFIT; 2025. Available from: https://repository.eafit.edu.co/server/api/core/bitstreams/bc2594e8-e27a-4039-8504-b686f4ba4bb2/content
López-Rodríguez CE, Sotelo-Muñoz JK, Muñoz-Venegas IJ, López-Aguas NF. Análisis de la multidimensionalidad del brand equity para el sector bancario: un estudio en la generación Z. Retos [Internet]. 2024 Mar 26;14(27):9–20. Available from: https://retos.ups.edu.ec/index.php/retos/article/view/8193
Medina FD V, Pérez AEF, Oyola FO V, Medina GI V. Detección de cáncer de piel: clasificación de Melanomas y no Melanomas utilizando Transformadores de Visión. Rev Soc Front. 2024;4(6).
Zamora Rea JO, Bajaña Ramos SK, Guerrero Saltos ST, Garcia Orozco EF, Perero Pita ME. Efectividad y seguridad de la inteligencia artificial (IA) y el aprendizaje automático (machine learning) en la toma de decisiones quirúrgicas: una revisión sistemática de aplicaciones en cirugía oncológica, robótica y perioperatoria. Ocronos. 2025;8(6).
Burati M, Tagliabue F, Lomonaco A, Chiarelli M, Zago M, Cioffi G, et al. Artificial intelligence as a future in cancer surgery. WArtificial Intell Cancer [Internet]. 2022 Feb 28;3(1):11–6. Available from: https://www.wjgnet.com/2644-3228/full/v3/i1/11.htm
Wang J, Zeng Z, Li Z, Liu G, Zhang S, Luo C, et al. The clinical application of artificial intelligence in cancer precision treatment. J Transl Med [Internet]. 2025 Jan 27;23(1):120. Available from: https://translational-medicine.biomedcentral.com/articles/10.1186/s12967-025-06139-5
Published
How to Cite
Issue
Section
Copyright (c) 2025 Jhoselyn Odalys Anchatuña Caisa, Daniela Lisette Araujo Vega, Cinthya Yadira Cadena Vaca, Paola Alejandra Villagrán Herrero
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
