Sonda Raman no invasiva con IA distingue cánceres de piel de tejido normal
Actualizado el 07 Oct 2026
El cáncer de piel es el cáncer más común en Estados Unidos y uno de los más frecuentes en todo el mundo. En 2024 se diagnosticaron en todo el mundo casi 1,5 millones de nuevos casos, incluidos casi 340.000 melanomas. Muchas lesiones malignas, benignas y precancerosas pueden parecer similares, mientras que la biopsia sigue siendo invasiva y costosa. Nuevos hallazgos demuestran un enfoque óptico no invasivo que podría ayudar a evaluar lesiones sospechosas.
Investigadores de la Universidad Atlántica de Florida (FAU; Boca Raton, FL, EE. UU.) están evaluando diagnósticos ópticos del cáncer de piel basados en espectroscopía Raman combinados con aprendizaje automático. El enfoque utiliza la espectroscopía Raman para generar una huella molecular al analizar cómo se dispersa la luz cuando interactúa con moléculas del tejido. Esto proporciona información sobre la composición química sin extraer ni preparar especialmente el tejido.
El equipo probó un sistema móvil de espectroscopía Raman equipado con un láser de diodo de 785 nanómetros y una sonda manual. El análisis ex vivo incluyó más de 50 muestras clínicas, entre ellas carcinoma basocelular, carcinoma de células escamosas y piel normal. Los investigadores generaron casi 1.000 espectros Raman y evaluaron múltiples métodos de aprendizaje automático para determinar hasta qué punto los datos espectrales podían distinguir entre los tres tipos de tejido.
Varios enfoques de aprendizaje automático identificaron patrones en los espectros Raman que separaban la piel normal del tejido canceroso. Los clasificadores de k vecinos más cercanos y de máquinas de vectores de soporte lograron la mayor precisión global en la prueba, de aproximadamente 84%. La máquina de vectores de soporte alcanzó una sensibilidad del 78,7% y una especificidad del 88,6%, mientras que una red neuronal superficial logró una precisión del 80,8% y la mayor área bajo la curva ROC, o ROC AUC, con 0,910.
El análisis mostró que el tejido normal podía distinguirse relativamente bien del carcinoma basocelular y del carcinoma de células escamosas, aunque los dos tipos de cáncer presentaban una mayor superposición en sus firmas moleculares. Las muestras cancerosas tendían a mostrar señales más intensas relacionadas con proteínas, mientras que el tejido normal mostraba señales más intensas relacionadas con lípidos. El estudio se publicó en Proceedings of SPIE como parte de Microscopía química avanzada para ciencias de la vida y medicina traslacional 2026.
"Nuestros resultados son preliminares, pero apuntan hacia un futuro en el que una medición rápida y no invasiva podría ayudar a orientar las decisiones clínicas y potencialmente reducir las biopsias innecesarias", dijo el doctor Andrew Terentis, profesor y director del Departamento de Química y Bioquímica de la Universidad Atlántica de Florida.
Enlaces relacionados
Universidad Atlántica de Florida
