Resumen

Relevancia. La inteligencia artificial (IA) se utiliza cada vez más para evaluar lesiones cutáneas. Sin embargo, la confianza en esta tecnología depende no solo de su precisión en condiciones de laboratorio, sino también de la transparencia de los datos sobre su rendimiento en situaciones reales. La mayoría de los estudios muestran una elevada precisión en entornos controlados, pero pocos combinan la validación técnica, la evaluación clínica independiente y la comparación con la literatura científica en un mismo informe.

Objetivo. Evaluar las capacidades y limitaciones del análisis de la piel mediante IA a partir de tres fuentes: el Informe de Precisión de Skinive 2026, una evaluación clínica independiente realizada en un centro especializado de referencia y publicaciones científicas recientes revisadas por pares.

Métodos. Se realizó una síntesis de los datos procedentes de la validación técnica del algoritmo Skinive, una evaluación clínica independiente realizada con una muestra de pacientes que presentaban casos complejos y un análisis de la literatura científica.

Resultados. El algoritmo Skinive muestra una mejora progresiva de su precisión entre versiones. En la evaluación independiente de una muestra de casos complejos, se obtuvo un resultado clínicamente útil —diagnóstico correcto entre las tres primeras predicciones, identificación correcta del grupo de enfermedades o derivación adecuada del paciente— en el 80 % de los casos.

Conclusiones. El análisis de la piel mediante IA puede proporcionar una ayuda clínicamente relevante en la evaluación temprana de lesiones cutáneas, siempre que se utilice como herramienta de apoyo a la toma de decisiones y no como sustituto del médico. Siguen siendo necesarios estudios prospectivos multicéntricos adicionales.

Introducción

La inteligencia artificial se ha convertido en una de las tecnologías de más rápido desarrollo en dermatología. En condiciones controladas, el aprendizaje profundo permite alcanzar niveles de precisión comparables a los de dermatólogos experimentados. Sin embargo, trasladar estos resultados a la práctica clínica habitual sigue siendo un desafío importante.

La mayoría de los estudios evalúan la IA mediante indicadores clásicos, como la sensibilidad, la especificidad y el área bajo la curva ROC (AUROC). No obstante, estas métricas no reflejan completamente el comportamiento del sistema ante imágenes de calidad variable, enfermedades poco frecuentes o poblaciones de pacientes diversas. Por ello, existe un interés creciente en la evidencia del mundo real (Real-World Evidence, RWE) para evaluar las tecnologías médicas basadas en IA.

Este informe combina la validación técnica, la evaluación clínica independiente y la comparación con la literatura científica. No pretende afirmar que la IA pueda establecer un diagnóstico definitivo. En cambio, examina su función como herramienta de apoyo a la toma de decisiones: evaluación temprana de riesgos, autoexploración de la piel y priorización de las derivaciones a especialistas.

Fuentes de evidencia

El informe se basa en tres fuentes independientes:

1. Informe de Precisión de Skinive 2026 — validación técnica del algoritmo mediante una metodología estandarizada.
2. Evaluación clínica independiente realizada en un centro especializado de referencia con una muestra de pacientes que presentaban casos complejos.
3. Literatura científica reciente sobre inteligencia artificial en dermatología y salud digital.

Cada fuente aporta una perspectiva diferente: la validación técnica mide el rendimiento en condiciones estandarizadas; la evaluación clínica examina el comportamiento del sistema ante casos complejos; y la literatura científica proporciona un contexto externo para interpretar los resultados.

Información obtenida de 6,5 millones de análisis de la piel mediante IA en condiciones reales

Cómo se utiliza la IA en la dermatología cotidiana

Desde su lanzamiento, la plataforma Skinive ha realizado más de 6,57 millones de análisis de la piel mediante IA (tercer trimestre de 2026). Esto representa una de las mayores colecciones propietarias de evaluaciones cutáneas realizadas con teléfonos inteligentes en condiciones reales.

Estos datos no reflejan la prevalencia de las enfermedades en la población general. Sin embargo, permiten comprender cómo utilizan las personas la IA dermatológica en su vida cotidiana.

Figura: Distribución geográfica de los análisis de la piel mediante IA.

Interpretación principal: este conjunto de datos refleja el uso habitual de la tecnología en diferentes sistemas sanitarios y regiones geográficas, lo que aumenta la diversidad de las condiciones reales en las que se utiliza.

Distribución geográfica. La mayoría de los análisis proceden de Alemania, Rusia, India, Reino Unido, Francia, Italia, Bangladés, España, Australia y Brasil. Les siguen Argentina, Colombia, Países Bajos, México, Polonia, Bielorrusia, Estados Unidos, Austria, Chile y Filipinas.

¿Qué problemas de la piel analizan realmente los usuarios?

Los usuarios no recurren a la IA únicamente para la detección del Cáncer de piel.

Entre las alteraciones identificadas, las enfermedades inflamatorias de la piel representan la categoría más importante.

Figura: Distribución de las alteraciones cutáneas identificadas mediante IA.

Interpretación principal: las enfermedades inflamatorias de la piel constituyen la principal categoría de uso de la IA en condiciones reales, mientras que la evaluación del riesgo de cáncer de piel sigue siendo una aplicación clínica fundamental.

Detección de riesgos clínicamente significativos

En el 14,68 % de todos los análisis realizados mediante IA, se identificaron alteraciones consideradas indicadores de riesgo clínicamente significativos que requerían atención adicional.

No se trata de diagnósticos confirmados, sino de recomendaciones generadas por el algoritmo sobre la posible necesidad de consultar a un especialista.

Figura: Detección de riesgos clínicamente significativos.

Interpretación principal: proporción de análisis de la piel mediante IA que dieron lugar a recomendaciones relacionadas con riesgos clínicamente significativos.

Las tasas de detección más elevadas pueden explicarse por un sesgo de autoselección: los propios usuarios deciden analizar alteraciones cutáneas que consideran sospechosas.

Plataformas móviles y accesibilidad

Aproximadamente entre el 60 % y el 65 % de los análisis se realizaron en dispositivos Android, mientras que el resto procedía de usuarios de iPhone.

Esta distribución demuestra la amplia accesibilidad de la dermatología mediante teléfonos inteligentes, independientemente del ecosistema móvil utilizado.

Figura: Distribución de los análisis según la plataforma móvil.

La calidad de las imágenes sigue siendo el principal factor modificable

Entre los análisis que no pudieron completarse correctamente, la mayoría de los errores se relacionó con dos factores evitables:

• iluminación insuficiente;
• imágenes borrosas debido a un enfoque incorrecto o al movimiento de la cámara.

A diferencia de las limitaciones relacionadas con la morfología de las lesiones o las características técnicas de la cámara, estos factores pueden corregirse directamente por los usuarios.

Figura: Principales causas de deterioro de la calidad de las imágenes.

Interpretación principal: proporcionar instrucciones educativas sobre cómo tomar fotografías podría mejorar aún más el rendimiento diagnóstico sin necesidad de modificar el propio algoritmo de IA.

Principales observaciones de los datos del mundo real

El análisis de más de 6,57 millones de evaluaciones cutáneas asistidas por IA permite identificar varias observaciones importantes que van más allá de los estudios convencionales de validación.

• La IA dermatológica se utiliza para enfermedades inflamatorias con mayor frecuencia de lo que muchos profesionales sanitarios podrían suponer.
• Los usuarios recurren a la IA para evaluar problemas cutáneos específicos, en lugar de utilizarla principalmente para realizar pruebas de detección sistemáticas a gran escala.
• La calidad de las imágenes constituye el principal factor modificable para garantizar que el análisis se complete correctamente.
• La acumulación de datos clínicos propietarios ha permitido mejorar continuamente el algoritmo, especialmente en el reconocimiento de lesiones pigmentadas y la evaluación del riesgo de cáncer de piel.

Informe de Precisión 2026: principales resultados

El Informe de Precisión de Skinive 2026 documenta la evolución del algoritmo Skinive mediante una metodología estandarizada aplicada de manera uniforme entre versiones.

• 55 enfermedades de la piel son reconocidas por el algoritmo.
• Aproximadamente 250.000 imágenes con anotaciones clínicas se utilizaron para su entrenamiento.
• Más de 6,5 millones de análisis de la piel mediante IA se han realizado desde el lanzamiento de la plataforma.
• Se ha observado una mejora constante de la sensibilidad, la especificidad, la precisión y la puntuación F1.

Figura: Evolución del rendimiento de la IA Skinive (2021–2026).

Interpretación principal: estas mejoras se lograron sin favorecer un indicador a expensas de los demás. El perfil de rendimiento del algoritmo se ha vuelto más equilibrado.

Este equilibrio es fundamental para los sistemas de apoyo a la toma de decisiones clínicas, que deben encontrar un compromiso entre el riesgo de no detectar determinadas lesiones y el de generar resultados falsos positivos.

Evaluación clínica en condiciones difíciles en un centro especializado de referencia

Diseño del estudio

En 2026, Skinive fue sometido a una evaluación clínica en un centro especializado de referencia cuya identidad no se divulga debido a compromisos de confidencialidad.

Este centro atiende casos complejos derivados por médicos de atención primaria y dermatólogos.

Por tanto, se trata de una evaluación realizada en condiciones especialmente exigentes, y no de un estudio de cribado en la población general.

• Se realizaron 241 exploraciones en total.
• 160 casos disponían de datos completos y constituyeron la cohorte principal del análisis.
• Diagnósticos de referencia: examen histopatológico en 117 casos, citología en 22 casos y diagnóstico clínico establecido por un dermatólogo en 21 casos.

La evaluación se realizó en varios niveles:

• Coincidencia exacta con la primera, segunda o tercera predicción del algoritmo (top 1, top 2 y top 3).
• Identificación correcta del grupo de enfermedades.
• Derivación adecuada del paciente según el nivel de riesgo.
• Ausencia total de coincidencia.
• Casos correspondientes a enfermedades no reconocidas por el algoritmo.

Las diferencias entre el carcinoma basocelular y el carcinoma de células escamosas, así como entre el melanoma y el melanoma sobre lentigo maligno, no se consideraron errores.

Estas enfermedades pueden ser difíciles de distinguir visualmente y requieren un examen histológico.

Población estudiada

La muestra era especialmente selectiva y compleja.

Predominaban los casos de sospecha de melanoma, carcinoma basocelular, carcinoma de células escamosas, enfermedad de Bowen y nevos displásicos.

Las lesiones benignas simples estaban prácticamente ausentes.

Este aspecto es fundamental para interpretar los resultados.

En una población de cribado convencional, la mayoría de las lesiones son benignas y presentan características típicas.

En este estudio, por el contrario, estaban sobrerrepresentadas las lesiones atípicas, malignas, precancerosas y difíciles de diferenciar desde el punto de vista diagnóstico.

Por tanto, los resultados no pueden extrapolarse directamente al cribado masivo.

Resultados

• Coincidencia exacta con la primera predicción (top 1): 87 casos de 160, equivalentes al 54,4 %.
• Coincidencia exacta entre las tres primeras predicciones (top 3): 19 casos adicionales (11,9 %) coincidieron con la segunda predicción y 7 casos (4,4 %) con la tercera. En total, el diagnóstico correcto figuraba entre las tres primeras predicciones en 113 de los 160 casos, es decir, en el 70,6 %.
• Identificación correcta del grupo de enfermedades: 6 casos adicionales (3,75 %). El diagnóstico específico no coincidía, pero el grupo de enfermedades se había identificado correctamente.
• Derivación adecuada del paciente: 9 casos (5,6 %). El diagnóstico y el grupo de enfermedades no coincidían, pero la evaluación del riesgo conducía a una decisión de derivación correcta.
• Resultado compuesto clínicamente útil: al combinar las coincidencias entre las tres primeras predicciones, las clasificaciones correctas por grupo y las derivaciones adecuadas, Skinive proporcionó un resultado clínicamente útil en 128 de los 160 casos, equivalente al 80,0 %.
• Casos restantes: 6 enfermedades no reconocidas (3,75 %) y 26 resultados completamente incorrectos (16,25 %).
• Análisis de subgrupos: entre 23 casos sin examen histológico o con citología indeterminada, las tres primeras predicciones coincidieron con el diagnóstico clínico del dermatólogo en 19 casos (82,6 %). Se observaron discrepancias en 4 casos (17,4 %), de los cuales 3 correspondían a enfermedades no reconocidas por el algoritmo.

Interpretación clínica

La conclusión principal no es que Skinive haya establecido un diagnóstico exacto en todos los casos: no fue así.

Lo fundamental es que el sistema mantuvo un valor diagnóstico o una utilidad para la derivación de pacientes en el 80 % de los casos de una muestra de referencia excepcionalmente compleja.

Para una herramienta de apoyo a la toma de decisiones, la coincidencia diagnóstica exacta y la derivación adecuada del paciente son dos resultados relacionados, pero diferentes.

El examen histopatológico sigue siendo indispensable para la clasificación definitiva de numerosas lesiones malignas o con características limítrofes.

Por tanto, una respuesta generada por IA a partir de una fotografía de una lesión cutánea no debe evaluarse únicamente por su capacidad para reproducir una clasificación histológica.

Su capacidad para generar sospecha clínica, asignar un nivel de riesgo y fomentar una consulta especializada oportuna también tiene importancia clínica.

Perfil de errores: los resultados completamente incorrectos representaron el 16,25 % de los casos.

Estos resultados afectaron principalmente a enfermedades poco frecuentes, como el nevo de Spitz, el xantogranuloma juvenil y el granuloma piógeno, así como a manifestaciones atípicas de enfermedades comunes.

Los resultados falsos positivos fueron más frecuentes que los falsos negativos.

Desde la perspectiva de la vigilancia oncológica, una tendencia hacia los falsos positivos puede ser preferible, ya que reduce el riesgo de pasar por alto una lesión peligrosa.

Sin embargo, los falsos positivos también tienen consecuencias: pueden provocar ansiedad, generar consultas innecesarias y aumentar la carga sobre el sistema sanitario.

El equilibrio adecuado depende del contexto clínico y de la accesibilidad de los especialistas.

Estos resultados respaldan el uso de Skinive como herramienta complementaria para la identificación de riesgos y el apoyo a la toma de decisiones, en lugar de como sistema de diagnóstico autónomo.

Limitaciones del estudio

• La cohorte principal incluye únicamente 160 casos, lo que limita la precisión estadística de los resultados.
• La muestra no es consecutiva ni representativa de la población general. Contiene una elevada proporción de lesiones complejas y malignas, lo que introduce sesgos de espectro y selección.
• No todos los diagnósticos de referencia fueron confirmados mediante examen histológico.
• El resultado compuesto del 80 % combina tres niveles diferentes de evaluación. Por tanto, no puede presentarse como una «precisión diagnóstica del 80 %». Las tasas estrictas de coincidencia top 1 y top 3 son del 54,4 % y del 70,6 %, respectivamente.
• Los resultados no pueden trasladarse directamente al cribado masivo, a la atención primaria ni a la autoevaluación realizada de forma autónoma por los usuarios.

Comparación con la literatura científica publicada

Durante la última década, numerosos estudios han demostrado que el aprendizaje profundo puede alcanzar un rendimiento comparable al de los dermatólogos en determinadas tareas de clasificación realizadas en condiciones controladas.

Sin embargo, estos mismos trabajos destacan que la precisión obtenida en laboratorio no garantiza una eficacia equivalente en la práctica cotidiana.

Las revisiones sistemáticas ponen de manifiesto una gran heterogeneidad entre los estudios.

Las diferencias en la adquisición de imágenes, la prevalencia de enfermedades, los métodos de referencia y los indicadores utilizados dificultan las comparaciones directas.

Por ello, se recomiendan la validación clínica prospectiva y el uso de evidencia del mundo real.

Los resultados de Skinive se ajustan a esta tendencia: muestran una mejora progresiva gracias al desarrollo iterativo, la ampliación de los conjuntos de datos y la validación continua, en lugar de depender de un único avance tecnológico.

El informe no pretende demostrar la superioridad de Skinive frente a otros sistemas.

Las diferencias en el diseño de los estudios y la composición de las muestras impiden realizar comparaciones directas científicamente válidas.

Las conclusiones coinciden con el consenso emergente: una evaluación fiable de los sistemas de apoyo a la toma de decisiones clínicas requiere múltiples fuentes complementarias de evidencia.

Discusión

Este informe combina tres fuentes de evidencia: validación técnica, evaluación clínica independiente y comparación con la literatura científica.

La validación técnica demuestra una mejora progresiva del algoritmo.

La evaluación clínica complementa estos resultados al mostrar cómo se comporta el sistema en condiciones diagnósticas considerablemente más complejas.

La literatura científica proporciona un contexto externo que permite interpretar mejor las observaciones.

Una conclusión importante es que la evaluación de la IA médica debe ir más allá de un único indicador.

La coincidencia diagnóstica exacta sigue siendo importante, pero no refleja completamente el valor clínico de los sistemas destinados a la evaluación temprana y la derivación de pacientes.

Incluso en una población de referencia con casos complejos, Skinive proporcionó con frecuencia una ayuda clínicamente relevante mediante el diagnóstico diferencial, el reconocimiento de grupos de enfermedades o las recomendaciones de derivación.

Implicaciones prácticas para la atención primaria, la teledermatología y la autoevaluación: la pregunta fundamental a menudo no es «¿Cuál es el diagnóstico exacto?», sino «¿Debe este paciente consultar a un médico?».

Cuando se utiliza adecuadamente, la IA puede contribuir a la detección temprana, la concienciación de los pacientes y la priorización de las derivaciones a especialistas.

De este modo, complementa la exploración clínica, la dermatoscopia y la histología, sin sustituirlas.

El informe también destaca la importancia de la transparencia.

La precisión técnica, por sí sola, ofrece únicamente una visión parcial del rendimiento.

La evaluación independiente, el análisis de las limitaciones y la comparación con la literatura científica permiten una interpretación más realista de los resultados.

Limitaciones y perspectivas futuras

• La evaluación clínica se realizó en un centro especializado con una población extremadamente seleccionada. Por tanto, los resultados no reflejan las condiciones habituales de la atención primaria ni de la autoexploración de la piel.
• No todas las lesiones se sometieron a los mismos procedimientos de confirmación diagnóstica.
• El carácter no público del conjunto completo de datos limita la reproducibilidad externa, aunque se comunican la metodología y los indicadores de rendimiento.
• Ningún conjunto de datos, estudio o indicador puede caracterizar por sí solo toda la fiabilidad de un sistema de IA. Siguen siendo necesarios datos adicionales del mundo real, evaluaciones externas independientes y estudios prospectivos multicéntricos.
• Las próximas ediciones del informe deberían incorporar conjuntos de datos prospectivos más amplios, análisis longitudinales, nuevas evaluaciones externas y más resultados relacionados con la derivación de pacientes.

Conclusión

La inteligencia artificial desempeña un papel cada vez más importante en la dermatología moderna.

Sin embargo, la confianza en estas tecnologías debe basarse en evidencia transparente y no en indicadores de rendimiento aislados.

Principales conclusiones:

1. La validación técnica demuestra una mejora continua del algoritmo Skinive entre versiones.
2. La evaluación clínica independiente confirma una utilidad clínicamente significativa en condiciones complejas, con un 80 % de resultados clínicamente útiles en una muestra especialmente difícil.
3. La utilidad clínica no se limita a la exactitud del diagnóstico. La clasificación correcta de las enfermedades y las recomendaciones de derivación constituyen componentes importantes del apoyo a la toma de decisiones.
4. Los resultados son coherentes con la literatura científica, que destaca cada vez más la necesidad de combinar la validación técnica, la evidencia del mundo real y la evaluación clínica independiente.
5. La transparencia sobre las fortalezas y limitaciones es esencial. La implementación responsable de la IA requiere validación continua, evaluaciones independientes y comunicación periódica de los resultados.

La IA no sustituye al dermatólogo.

Sin embargo, puede contribuir a la evaluación temprana de riesgos, la concienciación de los pacientes y la priorización de las consultas especializadas cuando se integra en las prácticas dermatológicas establecidas.

Disponibilidad de los datos

El conjunto completo de datos de entrenamiento y las colecciones propietarias de imágenes no están disponibles públicamente debido a la presencia de datos clínicos protegidos y derechos de propiedad intelectual.

Los indicadores de rendimiento agregados, la metodología y los resultados de validación están disponibles en el Informe de Precisión de Skinive 2026 y en las publicaciones científicas correspondientes.

Declaración de conflictos de intereses

Kirill Sokol es el fundador de Skinive.

Los autores participan en el desarrollo, la validación y la comercialización de la plataforma de inteligencia artificial Skinive.

La evaluación clínica independiente descrita en este informe fue realizada por profesionales clínicos de un centro dermatológico especializado de referencia de tercer nivel.

La institución médica mantuvo la plena responsabilidad de establecer los diagnósticos de referencia, de acuerdo con la práctica clínica habitual.

La identidad de la institución no se divulga en virtud de un acuerdo de confidencialidad. Esta confidencialidad no afecta a la interpretación de los resultados presentados.

Los autores no declaran ningún otro conflicto de intereses.

Preguntas frecuentes

¿Qué es el Informe de Evidencia del Mundo Real de Skinive?

El Informe de Evidencia del Mundo Real de Skinive (Real-World Evidence Report) resume los resultados de más de 6,5 millones de análisis de la piel asistidos por IA, combinados con datos de validación clínica y evidencia científica procedente de publicaciones revisadas por pares.

Su objetivo es describir de forma transparente cómo funciona la IA de Skinive en el uso cotidiano, su precisión diagnóstica y las limitaciones de los grandes conjuntos de datos obtenidos en condiciones reales.

¿Por qué es importante un conjunto de datos de 6,5 millones de análisis de la piel?

Los grandes conjuntos de datos del mundo real exponen los algoritmos de IA a una amplia variedad de tipos de piel, condiciones de captura de imágenes y manifestaciones clínicas que son difíciles de reproducir en estudios controlados.

También proporcionan información valiosa sobre cómo utilizan realmente las personas la dermatología asistida por IA en la práctica cotidiana.

¿Puede la inteligencia artificial detectar con precisión el cáncer de piel?

La inteligencia artificial puede ayudar a identificar lesiones cutáneas que podrían requerir atención médica, incluidas lesiones pigmentadas sospechosas asociadas al melanoma y otros tipos de cáncer de piel.

Sin embargo, la IA debe considerarse una herramienta de apoyo a la toma de decisiones y no un sustituto de la exploración clínica o del diagnóstico histopatológico.

¿Puede la inteligencia artificial sustituir a un dermatólogo?

No. La IA está diseñada para ayudar en la evaluación temprana de riesgos y la derivación de pacientes, no para sustituir a los dermatólogos.

El diagnóstico definitivo y las decisiones de tratamiento siempre deben ser establecidos por profesionales sanitarios cualificados.

¿Qué factores reducen con mayor frecuencia el rendimiento de la IA en el análisis de la piel?

Las causas más frecuentes de análisis de imágenes fallidos o de menor calidad son:

• iluminación deficiente;
• imágenes borrosas;
• enfoque incorrecto;
• visualización incompleta de la lesión.

Mejorar la calidad de las imágenes aumenta significativamente la fiabilidad de las evaluaciones asistidas por IA.

¿Skinive cuenta con validación clínica?

Sí. Skinive ha publicado varios estudios de validación y un Informe Anual de Precisión (Accuracy Report) que describe la metodología, los conjuntos de datos de validación y el rendimiento diagnóstico del algoritmo.

La evidencia clínica se actualiza continuamente a medida que evoluciona la plataforma.

Para obtener más información, visite el Clinical Evidence Hub (Centro de Evidencia Clínica).

¿Qué teléfonos inteligentes se utilizaron para estos análisis de la piel mediante IA?

Aproximadamente entre el 60 % y el 65 % de los análisis se realizaron en dispositivos Android, mientras que las evaluaciones restantes procedían de usuarios de iPhone.

Esta amplia distribución de dispositivos permite evaluar el rendimiento del algoritmo en diferentes sistemas de cámaras y condiciones de captura de imágenes del mundo real.