Noticias · Literatura · Patología digital
Cobertura ampliada ISDP2026 · Literatura publicada
Fuentes consultadas el 21 de octubre de 2026. Esta pieza aporta contexto científico publicado relacionado con las áreas del encuentro.
Estudios originales de clasificación y diagnóstico diferencial muestran resultados prometedores en tareas concretas, con límites que condicionan su traslado asistencial.
Un estudio de 2024 evaluó modelos de aprendizaje profundo sobre preparaciones con hematoxilina-eosina de 260 nevos y 260 melanomas de una institución. La referencia fue el consenso de dos patólogos. Mediante particiones repetidas de entrenamiento, validación y prueba, el modelo Trans-MIL alcanzó un área bajo la curva media de 0,9952 a 20 aumentos. Es una medida de discriminación en validación interna: no significa un 99,52% de diagnósticos correctos en cualquier hospital. Los autores solicitaron validación externa y evaluación de variantes infrecuentes y lesiones limítrofes.
Otra publicación original de 2026 abordó una tarea distinta: separar sarcoma de células claras de melanoma mediante morfometría nuclear y aprendizaje profundo. En un conjunto externo independiente, el mejor clasificador CLAM/CTransPath obtuvo un 90% de exactitud; cuatro patólogos mostraron una mediana del 80%, con un rango del 60% al 100%. Estos resultados pertenecen a ese diagnóstico diferencial y no validan un clasificador general de lesiones melanocíticas.
La lectura conjunta invita a preguntar qué casos, centros y preparaciones se reservaron para probar cada modelo. La publicación de una cifra alta no acredita mejora de supervivencia, integración segura en el circuito asistencial ni sustitución del patólogo. Cada aplicación necesita contrastar su rendimiento en la población y tarea de destino.
Diseño del estudio: Clasificación melanoma/nevus con validación interna de un centro y clasificación sarcoma claro/melanoma con prueba externa independiente.