Universidad de Granada y de Chile desarrollan IA para identificar rellenos estéticos en ecografías

Un equipo internacional de investigadores de las universidades de Granada y Chile ha desarrollado un sistema de inteligencia artificial (IA) capaz de identificar automáticamente cuatro tipos de rellenos estéticos mediante imágenes ecográficas. Publicado en la revista Journal of Ultrasound in Medicine, este avance permitirá acelerar el diagnóstico de complicaciones, optimizar la planificación de tratamientos y reducir la dependencia de especialistas altamente cualificados.

La creciente popularidad de los tratamientos inyectables hace urgente una herramienta que ayude a gestionar los efectos secundarios, especialmente cuando el historial del paciente es incompleto o poco claro debido a visitas a múltiples especialistas en diferentes países. La dificultad aumenta porque muchos pacientes no recuerdan o no revelan qué sustancias recibieron, lo que retrasa diagnósticos ante reacciones adversas que pueden confundirse con otras enfermedades dermatológicas.

La ecografía, aunque es el método más eficaz para detectar estos rellenos, requiere una amplia experiencia clínica para interpretar las imágenes. La IA desarrollada por la doctora Ximena Worstman de la Universidad de Chile y los profesores Manuel Lozano y Francisco J. Rodríguez de la Universidad de Granada integra aprendizaje profundo para identificar rellenos de hidroxiapatita cálcica, ácido hialurónico, polimetilmetacrilato y aceite de silicona.

El sistema se ha entrenado con equipos ecográficos de diversa complejidad, desde portátiles hasta dispositivos de alta gama, para garantizar su adaptabilidad en distintos entornos clínicos. Este desarrollo representa un paso importante hacia una medicina estética más precisa, accesible e innovadora, atendiendo un problema clínico creciente en la era de la belleza inyectable.