HARALD KITTLER
El dermatólogo que convirtió la dermatoscopia en un lenguaje de patrones y decisiones
De «caos y pistas» a la colaboración entre dermatólogos e inteligencia artificial
Una lesión pigmentada puede contener muchas estructuras.
Líneas.
Puntos.
Glóbulos.
Áreas sin estructura.
Vasos.
Colores distribuidos de forma desigual.
El problema no consiste solo en verlas. Consiste en decidir qué combinación importa y si la lesión necesita una biopsia.
Harald Kittler ha dedicado su carrera a hacer ese razonamiento más claro, reproducible y enseñable. Sus trabajos recorren una secuencia singular:
imagen → descripción → patrón → decisión → seguimiento → inteligencia artificial.
Su aportación une dos momentos de la dermatoscopia moderna. Primero ayudó a ordenar el lenguaje con el que los médicos interpretan imágenes. Después estudió cómo las máquinas pueden ayudar a interpretar esas mismas imágenes sin perder de vista la decisión clínica.
🌟 1. Formación y trayectoria: la escuela vienesa
Kittler estudió Medicina en Viena y se especializó en Dermatología y Venereología, con formación en dermatopatología. Su carrera se ha desarrollado en la Medical University of Vienna, donde dirige la consulta de detección precoz de cáncer cutáneo. Es profesor universitario asociado desde 2003 y asumió una cátedra de Dermatología en diciembre de 2024.
Esa combinación de dermatoscopia y dermatopatología explica una característica de su trabajo.
La imagen dermatoscópica no es, para él, un conjunto aislado de figuras atractivas. Sus estructuras deben relacionarse con la arquitectura real de la lesión y conducir a una decisión sobre el paciente.
🔬 2. Demostrar que la dermatoscopia mejora el diagnóstico
En 2002, Kittler, Harald Pehamberger, Klaus Wolff y Michael Binder publicaron un metaanálisis sobre precisión diagnóstica de la dermatoscopia.
La conclusión fue decisiva, aunque incluía un matiz esencial: la dermatoscopia mejoraba el diagnóstico del melanoma frente a la inspección a simple vista cuando la utilizaban observadores con experiencia. Tener un instrumento no bastaba; había que aprender a interpretar sus imágenes.
Aquello planteaba la siguiente pregunta:
¿cómo se enseña el razonamiento de un observador experto?
Una respuesta consistía en describir las estructuras con más precisión. Otra, en ordenar el proceso que lleva desde esas estructuras hasta la sospecha de malignidad.
🧬 3. Revisar el análisis de patrones
Kittler impulsó una revisión del análisis dermatoscópico de patrones basada en descripciones geométricas.
En lugar de depender exclusivamente de imágenes prototípicas o de numerosos nombres metafóricos, la lesión podía analizarse atendiendo a elementos como:
líneas, puntos, glóbulos, círculos, áreas sin estructura, colores y distribución.
Después había que preguntar cómo se organizaban esos elementos en el conjunto de la lesión.
El propósito era que observadores distintos pudieran describir mejor lo mismo y razonar sobre una base compartida. Esa revisión se plasmó en su método de análisis de patrones publicado en 2007.
La idea central puede expresarse así:
estructura → disposición → patrón → significado clínico.
🔎 4. «Caos y pistas»: simplificar una decisión difícil
Junto con colaboradores como Cliff Rosendahl y Philipp Tschandl, Kittler contribuyó al desarrollo y difusión del enfoque chaos and clues.
Su primera pregunta es global:
¿existe caos?
En este método, caos significa asimetría de estructuras o de colores. Si aparece, se buscan pistas dermatoscópicas de malignidad. La combinación de caos y al menos una pista orienta hacia la biopsia; determinadas pistas, como las líneas paralelas en las crestas acrales, requieren atención incluso sin el caos habitual. Es una ayuda para decidir, que debe interpretarse en el contexto de la lesión y el paciente.
La virtud docente del método está en que obliga a mirar primero la organización completa.
Después dirige la atención hacia detalles que pueden cambiar la conducta.
En un estudio de lesiones pigmentadas extirpadas, Kittler y sus colaboradores mostraron además que un algoritmo breve basado en patrones podía ayudar a detectar tanto melanoma como cáncer cutáneo no melanocítico. La dermatoscopia ampliaba así su utilidad más allá de la primera clasificación entre lesiones melanocíticas y no melanocíticas.
⏳ 5. Una imagen puede no ser suficiente
Algunos melanomas iniciales carecen de signos concluyentes en una imagen aislada.
Kittler estudió el seguimiento dermatoscópico secuencial como forma de reconocer cambios en lesiones seleccionadas. La comparación temporal permitía identificar melanomas incipientes que al inicio podían parecer poco característicos.
La interpretación adquiría una dimensión nueva:
imagen inicial + evolución = información diagnóstica.
No toda lesión dudosa exige la misma decisión inmediata. Algunas requieren extirpación; otras, cuando el contexto lo permite, pueden estudiarse mediante vigilancia digital planificada. El tiempo se convierte entonces en otra herramienta de observación.
🌍 6. Un vocabulario para trabajar juntos
Una disciplina visual necesita que sus profesionales puedan comunicar lo que ven.
Kittler encabezó el tercer consenso de la International Dermoscopy Society sobre terminología dermatoscópica, publicado en 2016. El trabajo abordó la estandarización de los términos empleados para describir estructuras y patrones.
Esto tiene consecuencias prácticas.
Una descripción comprensible permite:
enseñar, comparar observadores, estudiar la concordancia, construir bases de imágenes y comunicar por qué se decidió biopsiar o seguir una lesión.
También proporciona una base para investigar sistemas de análisis automatizado. Antes de discutir si una máquina reconoce un patrón, conviene saber cómo lo describen y clasifican los especialistas.
🤖 7. De la dermatoscopia digital a la inteligencia artificial
Con Philipp Tschandl y Cliff Rosendahl, Kittler participó en la creación de HAM10000, un conjunto de más de diez mil imágenes dermatoscópicas concebido para impulsar la investigación en diagnóstico automatizado de lesiones cutáneas.
Pero su interés no se limita a preguntar si un algoritmo acierta.
También pregunta:
¿qué ocurre cuando un dermatólogo recibe la ayuda de una máquina?
En investigaciones sobre colaboración entre profesionales y sistemas de inteligencia artificial, Kittler y sus colaboradores observaron que una ayuda de buena calidad podía mejorar la precisión diagnóstica conjunta, con especial beneficio para clínicos menos experimentados. Más recientemente estudiaron modelos de apoyo entrenados para incorporar preferencias humanas en las decisiones sobre cáncer cutáneo. Son resultados de investigación que deben interpretarse según el diseño y las poblaciones de cada estudio.
La continuidad con sus primeros trabajos es clara.
Primero buscó mejorar cómo piensa el observador.
Después comenzó a estudiar cómo se combinan el juicio humano y el cálculo automatizado.
🧠 8. Por qué HARALD KITTLER es un gigante
Porque ha trabajado sobre una pregunta que atraviesa toda la dermatología visual:
¿cómo convertir lo que vemos en una decisión fiable?
Su contribución no se reduce a un algoritmo.
Incluye:
evaluar la precisión de la dermatoscopia,
revisar el análisis de patrones,
enseñar «caos y pistas»,
estudiar la evolución temporal de las lesiones,
unificar la terminología
y explorar la colaboración clínica con inteligencia artificial.
Giuseppe Argenziano ayudó a estructurar y difundir grandes reglas dermatoscópicas. Kittler desarrolló especialmente el lenguaje de los patrones y las decisiones que surgen de ellos. Ambos representan una idea compartida: ver más solo ayuda si sabemos interpretar mejor.
🔭 9. Su legado en la dermatología del futuro
La dermatología dispone ya de fotografía digital, seguimiento secuencial, grandes conjuntos de imágenes y modelos capaces de analizar lesiones cutáneas.
Pero cada avance vuelve a plantear las preguntas que recorren la obra de Kittler:
¿qué estructura estamos viendo?
¿cómo se distribuye?
¿ha cambiado?
¿qué grado de incertidumbre permanece?
¿qué decisión es adecuada para este paciente?
La Medical University of Vienna reconoce actualmente su trabajo en imagen cutánea, aprendizaje automático, docencia y colaboración entre médicos e inteligencia artificial.
Su legado es una forma de razonamiento que puede enseñarse, discutirse y someterse a prueba.
Harald Kittler ayudó a convertir la imagen dermatoscópica en un lenguaje para decidir.
Por eso es uno de los gigantes sobre los que seguimos caminando.