Tecnología de DiabeticScan
DiabeticScan integra termografía infrarroja y visión artificial para convertir imágenes térmicas del pie en información clínicamente relevante sobre el riesgo de ulceración. Nuestra plataforma está diseñada para ser precisa, portátil y ejecutarse directamente en un dispositivo móvil.
Termografía infrarroja portátil
La adquisición de las imágenes se realiza con una cámara FLIR ONE Pro, un dispositivo portátil y accesible que se conecta a smartphones Android compatibles. Esta cámara genera termogramas de la superficie plantar del pie, permitiendo visualizar diferencias de temperatura asociadas a procesos inflamatorios o cambios en la perfusión.
El uso de termografía permite una evaluación no invasiva, sin contacto físico, ideal para entornos clínicos y para el monitoreo en casa.
Análisis inteligente con redes neuronales
El corazón de DiabeticScan es un modelo de Deep Learning basado en redes neuronales convolucionales (CNN), entrenado con imágenes térmicas de pies diabéticos.
Para el desarrollo del algoritmo se utilizó una arquitectura ligera tipo MobileNetV2, adecuada para ejecutarse tanto en GPU durante el entrenamiento como en dispositivos móviles mediante TensorFlow Lite. Este diseño permite que la clasificación del riesgo se realice localmente en el teléfono, sin necesidad de conexión a internet.
El modelo analiza patrones térmicos y segmenta regiones de interés (angiosomas), identificando variaciones de temperatura relevantes para la predicción de riesgo. En las pruebas realizadas, se obtuvo una precisión global superior al 90 %, con niveles de confianza por encima del 92 % en los casos de mayor riesgo.
Características técnicas
- Entrenamiento con Python, TensorFlow y Keras.
- Implementación en Android mediante TensorFlow Lite.
- Uso de Grad-CAM para resaltar visualmente las zonas térmicas más relevantes y facilitar la interpretación clínica.
Del termograma al nivel de riesgo
Captura de la imagen térmica del pie.
Preprocesamiento y normalización de la imagen.
Segmentación de la región plantar y angiosomas.
Inferencia del modelo CNN (MobileNetV2 adaptada).
Clasificación en riesgo: bajo, moderado, alto.
Visualización del resultado y porcentaje de confianza.
Validación clínica y ruta regulatoria
DiabeticScan ha sido probado con pacientes con diabetes mellitus en un entorno hospitalario, obteniendo resultados consistentes en la clasificación del riesgo. La herramienta está concebida como un sistema de apoyo a la decisión clínica, enfocado en la estimación temprana del riesgo de ulceración.
En su etapa actual, el software no se considera un dispositivo médico certificado y se utiliza con fines de apoyo, sin sustituir el diagnóstico del profesional de la salud. Para futuras fases de certificación se contempla el cumplimiento de la normativa nacional (COFEPRIS, NOM-241) y estándares internacionales como ISO 13485 e IEC 62304.