Un proyecto conjunto del Hospital Universitario Sant Joan d’Alacant y la Universidad de Alicante ha puesto a prueba una herramienta de inteligencia artificial capaz de clasificar cinco tipos de lesiones de la piel a partir de fotografías e información clínica. El sistema, denominado MEL-IA, ha obtenido una precisión global del 86% en las pruebas realizadas con imágenes dermatológicas anonimizadas, según comunicó el departamento de salud el 22 de octubre.
El resultado supone un avance experimental, pero tiene una limitación importante: la herramienta no se ha utilizado para diagnosticar a pacientes ni forma parte de la asistencia sanitaria ordinaria. Los ensayos se realizaron fuera de las consultas y los resultados fueron revisados por especialistas del Servicio de Dermatología del hospital.
Cinco tipos de lesiones, del melanoma a las queratosis
El modelo distingue entre melanoma, nevus, carcinoma basocelular, queratosis actínica y queratosis benigna. Se trata de lesiones con características y consecuencias diferentes: mientras que algunas son benignas, otras requieren especial atención médica. Precisamente por esa diversidad, identificar correctamente una imagen no equivale a emitir un diagnóstico completo sobre una persona.
La cifra del 86% corresponde al rendimiento global comunicado para el conjunto de imágenes empleado en el trabajo de entrenamiento y validación. No significa que el sistema detecte el 86% de todos los melanomas, ni informa por sí sola de sus posibles errores en cada categoría. Para valorar su utilidad en condiciones asistenciales serían necesarias evaluaciones adicionales, con pacientes y situaciones diferentes a las de un conjunto de pruebas controlado.
Un trabajo universitario adaptado a las exigencias de un hospital
MEL-IA nació de un trabajo de fin de grado de un estudiante de Ingeniería Biomédica de la Universidad de Alicante que realizó prácticas en el Servicio de Informática del Hospital Sant Joan. El equipo, dirigido por su responsable, José María Salinas, con la participación de Diego Guijarro, tomó como punto de partida un algoritmo previamente publicado y una aplicación diseñada para recoger fotografías y datos clínicos.
El trabajo no consistió únicamente en probar si la inteligencia artificial reconocía imágenes. También buscó adaptar la herramienta a requisitos de seguridad de la información, comunicación entre sistemas y organización de los circuitos hospitalarios. Para su evaluación se utilizaron fotografías dermatológicas ya existentes, anonimizadas y procedentes del propio departamento de salud.
El Servicio de Dermatología revisó los resultados de las pruebas de concepto. La experiencia ha dado lugar a una publicación científica en la revista Journal of Medical Systems, según la información facilitada por el hospital. Esa publicación no implica que MEL-IA tenga autorización para incorporarse a la atención a pacientes.
La teledermatología que prepara Sanidad es otro desarrollo
Los responsables explican que parte de la experiencia técnica obtenida con MEL-IA ha servido como referencia para trabajos posteriores relacionados con una solución corporativa de teledermatología de la Conselleria de Sanidad. Sin embargo, no es el mismo programa: el proyecto corporativo utiliza un algoritmo diferente y ha seguido su propio proceso de validación.
La colaboración ilustra cómo un proyecto académico puede ayudar a abordar dificultades prácticas de los sistemas sanitarios digitales, desde la protección de datos hasta su integración con otras aplicaciones. La cuestión pendiente es demostrar, con las garantías necesarias, cuándo y bajo qué condiciones una tecnología de este tipo puede resultar útil a profesionales y pacientes. Hasta entonces, la valoración de una lesión cutánea debe mantenerse en manos de los profesionales sanitarios.
Información contrastada con la comunicación oficial del Departamento de Salud Alicante–Sant Joan d’Alacant, publicada el 22 de octubre de 2026. Imagen destacada: fachada del propio hospital, fotografía de archivo de febrero de 2007, no relacionada con las pruebas. Autor: J. Pérez Soriano (pepetps), Wikimedia Commons, licencia CC BY-SA 2.5, sin modificaciones.
