Una investigación que lidera la Universidad Complutense de Madrid combina cámaras térmicas con IA para identificar enfermedad arterial periférica y neuropatía periférica
Un equipo de investigación de la Universidad Complutense de Madrid (UCM) y de la Universitat de Vic- Universitat Central de Catalunya ha combinado sistemas tradicionales con inteligencia artificial (IA) para identificar, con una precisión del 95 %, problemas derivados de la enfermedad de pie diabético, una de las complicaciones más comunes de la diabetes que puede derivar en amputación de las extremidades inferiores.
El pie diabético es una de las principales complicaciones en personas que padecen diabetes. Una diabetes mal controlada puede dañar los nervios, conocido como neuropatía diabética –quien la sufre pierde la sensibilidad en sus pies y no siente roce, presión o dolor– o las arterias, lo que se denomina enfermedad arterial periférica (EAP), provocando que la sangre no llegue bien a los pies y las piernas.
Para detectar estas complicaciones, los investigadores han utilizado modelos de IA en combinación con cámaras térmicas. En pocos minutos y sin necesidad de pruebas invasivas para el paciente, se obtienen resultados más fiables que con los sistemas tradicionales.
“Por primera vez se han utilizado modelos de IA muy avanzados, similares a los que se usan en tareas de reconocimiento de imágenes o detección de patrones complejos, pero adaptados al análisis médico de imágenes térmicas, como son las redes neuronales convolucionales (CNNs) y vision transformers (ViTs)”, explica José Luis Lázaro, investigador de la Facultad de Enfermería Fisioterapia y Podología de la UCM.
El estudio, publicado en Applied Sciences, se ha realizado en la Unidad de Pie Diabético de la Clínica Universitaria de Podología de la UCM. Para llevarlo a cabo, se tomaron imágenes térmicas de pies de casi 150 personas con diabetes bajo condiciones muy controladas de temperatura y humedad.
Posteriormente, las imágenes se analizaron con distintos modelos de IA, comprobando su capacidad de detectar tanto la EAP como la neuropatía periférica. También se utilizaron imágenes de personas sanas, tomadas con protocolos similares, para contrastar los resultados obtenidos frente a la detección de las patologías.
“En un futuro próximo, gracias a esta tecnología, se podrían realizar pruebas de evaluación vascular y neurológica de forma rápida, cómoda y económica en los centros de atención primaria, detectando de manera precoz si una persona con diabetes tiene riesgo de sufrir úlceras o amputaciones”, destaca Aroa Tardáguila, también investigadora de la UCM.
Irene Sanz, también coautora de la UCM, concluye que este método, además, “reduce significativamente el tiempo de realización de las pruebas y permite llevarlas a cabo sin necesidad de utilizar instrumentos o dispositivos caros y de difícil adquisición”.
Entre las metas futuras del equipo está el seguir mejorando el modelo de IA para hacerlo más robusto y fiable.
Referencia bibliográfica: Siré Langa, A.; Lázaro-Martínez, J.L.; Tardáguila-García, A.; Sanz-Corbalán, I.; Grau-Carrión, S.; Uribe-Elorrieta, I.; Jaimejuan-Comes, A.; Reig-Bolaño, R. Advanced AI-Driven Thermographic Analysis for Diagnosing Diabetic Peripheral Neuropathy and Peripheral Arterial Disease. Appl. Sci. 2025, 15, 5886. DOI:.3390/app15115886.
