IA explicable para diagnóstico diferencial de flujo vaginal con microscopio y smartphone
Investigadores presentan un marco de aprendizaje profundo explicable que analiza frotis vaginales teñidos con Gram, capturados con smartphone sobre un microscopio óptico convencional, para detectar candidiasis vulvovaginal, vaginosis bacteriana, tricomoniasis, gonococia y estado sano. Entrenaron YOLOv26, RT-DETR y EfficientDet-D0 con 1.966 imágenes y 11.069 objetos anotados; en el conjunto de prueba RT-DETR obtuvo un mAP50 de 0,382 frente a 0,357 de YOLOv26. Los autores lo describen como prueba de concepto y advierten de que requiere validación prospectiva multicéntrica antes de cualquier uso clínico.
Fuentes
- Frontiers in Artificial Intelligence | New and Recent ArticlesInterpretable detection-based image classification for differential diagnosis of vaginal discharge using smartphone-assisted microscopy