💻 computer science

A Neuro-Symbolic Fuzzy Rule-based Approach forMelanoma Classification

Este artículo propone un marco neurosimbólico basado en reglas difusas que integra la estimación de atributos dermoscópicos mediante aprendizaje profundo con reglas clínicas extraídas automáticamente para mejorar la precisión y la interpretabilidad de la clasificación del melanoma en comparación con los enfoques de aprendizaje profundo basados únicamente en imágenes.

Autores originales: Mohamed Amine Ibrahimi, Umberto Straccia

Publicado 2026-07-20

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Mohamed Amine Ibrahimi, Umberto Straccia

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de resolver un misterio, pero en lugar de una escena del crimen, estás observando un pequeño y difícil punto en la piel de alguien. ¿El misterio? ¿Es este punto un lunar inofensivo o un cáncer de piel peligroso llamado melanoma? Durante mucho tiempo, los médicos han sido los detectives, usando sus ojos y su experiencia para buscar pistas específicas, como patrones o colores extraños. Pero últamente, las computadoras se han unido a la fuerza. Estas computadoras de "aprendizaje profundo" son como escáneres superrápidos que pueden mirar miles de imágenes y detectar patrones que los humanos podrían pasar por alto. Sin embargo, hay un inconveniente: estas supercomputadoras suelen ser "cajas negras". Te dan una respuesta, pero no pueden explicar realmente por qué creen que es peligroso. Solo dicen: "Confía en mí, es malo". Esto es arriesgado porque en medicina, saber la razón es tan importante como la respuesta.

Para solucionar esto, los científicos están tratando de enseñar a las computadoras a pensar más como los médicos humanos, utilizando una mezcla de lógica "neuro-simbólica". Piensa en "neuro" como la capacidad de la computadora para aprender de las imágenes (como un estudiante estudiando fichas de estudio) y "simbólico" como la capacidad de seguir reglas claras (como un estudiante siguiendo una lista de verificación de un libro de texto). Pero la piel no siempre es blanco o negro; una pista puede estar "más o menos ahí" o "más o menos ausente". Ahí es donde entra la "lógica difusa". En lugar de un interruptor simple de sí o no, la lógica difusa utiliza un regulador de intensidad (dimmer), permitiendo que una pista esté "50% presente" o "80% presente". Este artículo trata sobre la construcción de un nuevo tipo de detective que combina la supervista de una computadora de escaneo de imágenes con las reglas claras y explicables de un médico, utilizando reguladores difusos para manejar las áreas grises del diagnóstico del cáncer de piel.

Los investigadores, Mohamed Amine Ibrahimi y Umberto Straccia, se propusieron construir este sistema de detective híbrido. Comenzaron reuniendo dos conjuntos diferentes de imágenes de piel y notas (llamados conjuntos de datos PH2 y Derm7pt) y fusionándolos en una gran biblioteca consistente. Se aseguraron de que las "pistas" en las notas —como "red de pigmento" o "velo azul blanquecino"— estuvieran descritas de la misma manera en ambos conjuntos. Luego, enseñaron a un modelo de computadora potente (llamado EfficientNet-B3) a mirar las imágenes de la piel y adivinar qué tan fuerte era cada pista. En lugar de solo decir "red de pigmento: sí", la computadora dio una puntuación de 0 a 1, como un regulador de intensidad, mostrando qué tanto era visible esa pista.

A continuación, tomaron estas puntuaciones difusas y las introdujeron en un conjunto de reglas que extrajeron automáticamente de los datos. Estas reglas son como declaraciones simples de "Si-Entonces" que un médico podría usar. Por ejemplo, una regla podría decir: "SI el velo azul blanquecino está ausente Y la red de pigmento está ausente, ENTONCES es probable que NO sea melanoma". Pero debido a que las pistas son difusas (reguladores de intensidad), la computadora utiliza matemáticas especiales (llamadas operadores difusos) para combinar estas puntuaciones. Probaron diferentes formas de combinar las matemáticas, como el método "Hamacher", que actúa como un mezclador suave para las pistas.

El equipo descubrió que este enfoque de mezcla y combinación funcionaba mejor que solo mirar las imágenes. Cuando probaron el sistema en un escenario del "mundo real" donde la computadora tenía que adivinar las pistas a partir de la propia imagen (sin la ayuda de las notas de un médico), la mejor configuración fue una estrategia de "fusión tardía". Esto es como tener dos detectives: uno que mira la imagen y otro que revisa el libro de reglas. Cada uno da su propia opinión, y luego un jefe las combina. El artículo encontró que cuando combinaron la suposición basada en la imagen con la suposición basada en las reglas usando un peso específico (donde la parte basada en la imagen contaba por el 60% de la decisión final), el sistema detectó mucho mejor el melanoma. La precisión saltó de aproximadamente un 81.8% para el detective de solo imagen a un 86.7% para el trabajo en equipo.

Curiosamente, el artículo también mostró que incluso si entrenas a la computadora con notas médicas perfectas, sigue funcionando mejor cuando utiliza este método de "fusión tardía" para combinar su visión de imagen con las reglas difusas. La parte del razonamiento difuso por sí sola (sin la computadora de imágenes) también fue bastante buena, alcanzando aproximadamente un 85.9% de precisión, lo que demuestra que las reglas en sí mismas son poderosas. Sin embargo, los autores advierten que esto es una sugerencia basada en sus pruebas específicas con estos dos conjuntos de datos, que son relativamente pequeños. No afirman haber resuelto el diagnóstico del cáncer de piel para siempre. En cambio, sugieren que añadir estas reglas difusas y claras al aprendizaje profundo hace que la computadora sea más inteligente y confiable. El estudio concluye que, si bien su nuevo método es prometedor, necesita ser probado en grupos de pacientes mucho más grandes y diversos antes de que pueda ser plenamente confiable en un hospital real.

Resumen Técnico: Un enfoque neuro-simbólico basado en reglas difusas para la clasificación de melanoma

Declaración del Problema
El cáncer de piel, particularmente el melanoma, sigue siendo un desafío crítico de salud global debido a su naturaleza agresiva y su alta tasa de mortalidad. Si bien los métodos de aprendizaje profundo han demostrado efectividad en el análisis automatizado de imágenes dermoscópicas, a menudo operan como sistemas de "caja negra" que carecen de interpretabilidad. Además, los enfoques puramente basados en imágenes pueden pasar por alto claves diagnósticas clínicamente significativas, como atributos dermoscópicos específicos (por ejemplo, red pigmentada, puntos y glóbulos, estrías, velo azul blanquecino), que son utilizados tradicionalmente por los dermatólogos. Existe un cuello de botella práctico significativo porque estos atributos a menudo no están disponibles como entradas de verdad fundamental (ground-truth) durante el diagnóstico automatizado, y rara vez se comportan como variables binarias simples; en cambio, exhiben intensidades o grados de presencia variables.

Metodología
Los autores proponen un marco neuro-simbólico que integra el análisis visual basado en aprendizaje profundo con el razonamiento basado en reglas difusas para abordar estas limitaciones. La metodología procede a través de las siguientes etapas:

Armonización de Datos: El estudio construye un conjunto de datos unificado armonizando los conjuntos de datos PH2 y Derm7pt. Las etiquetas diagnósticas se convierten a un esquema binario (melanoma vs. no melanoma), y solo se retienen los atributos dermoscópicos compartidos: red pigmentada, puntos y glóbulos, estrías, velo azul blanquecino y estructuras de regresión. Se establece un vocabulario unificado para resolver las inconsistencias de nomenclatura entre ambas fuentes.
Extracción de Reglas: Las reglas diagnósticas se extraen automáticamente de las anotaciones de atributos armonizadas utilizando el algoritmo de árbol de decisión J48. Estas reglas siguen una estructura IF–THEN (SI–ENTONCES), vinculando combinaciones específicas de estados de atributos con resultados diagnósticos.
Marco Neuro-Simbólico:
- Predicción de Atributos: Se emplea un modelo EfficientNet-B3 para estimar los grados de pertenencia (valores en [0,1]) de los atributos dermoscópicos directamente desde las imágenes de las lesiones. Esto reemplaza las etiquetas categóricas de "sí/no" por conjuntos difusos suaves, reconociendo la naturaleza graduada de la evidencia visual.
- Razonamiento Difuso: Los grados de pertenencia predichos se introducen en las reglas extraídas. Se utilizan operadores difusos (t-normas para la conjunción y s-normas para la disyunción) para evaluar las reglas. El estudio evalúa varios operadores difusos, incluyendo Łukasiewicz, Gödel, Hamacher, Yager y Product (Producto).
- Integración Multimodal: El marco explora una arquitectura multimodal donde la puntuación de clasificación basada en imágenes ( $S_{MM}$ ) se combina con la puntuación de razonamiento neuro-simbólico ( $S_{NS}$ ) mediante una estrategia de fusión tardía: $S_{final} = (1-\lambda) \cdot S_{MM} + \lambda \cdot S_{NS}$ .
Configuración Experimental: Las evaluaciones se llevan a cabo utilizando validación cruzada de cinco pliegues estratificada sobre el conjunto de datos armonizado. El estudio prueba tres configuraciones primarias:
- Solo Imagen: Modelos entrenados y probados únicamente con imágenes (simulando escenarios donde las anotaciones de atributos no están disponibles).
- Multimodal: Modelos entrenados y probados con imágenes y atributos de verdad fundamental.
- Razonamiento Independiente: Evaluación de la rama de razonamiento difuso de forma independiente.

Contribuciones Clave

Marco Neuro-Simbólico: La propuesta de un marco para la clasificación interpretable de melanoma que combina el análisis visual de aprendizaje profundo con el razonamiento diagnóstico basado en reglas difusas.
Arquitectura Multimodal: El diseño de una arquitectura de clasificación multimodal basada en EfficientNet-B3 que integra imágenes dermoscópicas con atributos de verdad fundamental y lógica difusa.
Conjunto de Datos Armonizado: La creación de un conjunto de datos unificado PH2–Derm7pt con representaciones de atributos consistentes.
Evaluación Comparativa: Una evaluación exhaustiva de diferentes estrategias de integración (pérdida de regla vs. fusión tardía) y mecanismos de fusión (concatenación, multiplicación, suma), demostrando que la fusión tardía entre las predicciones multimodales y las puntuaciones de razonamiento difuso ofrece la mejor efectividad.

Resultados

Configuración Solo Imagen: En escenarios donde los atributos de verdad fundamental no están disponibles, la fusión tardía con el razonamiento difuso de Hamacher superó significativamente al baseline de EfficientNet-B3. La precisión mejoró de 0.8183 (baseline) a 0.8671, y el F1-score de melanoma aumentó de 0.6269 a 0.7229. La configuración de pérdida de regla (rule-loss) no mejoró respecto al baseline en este escenario.
Configuración Multimodal: Cuando los atributos de verdad fundamental estaban disponibles durante el entrenamiento y las pruebas, la estrategia de suma elemento a elemento fue la más efectiva entre los baselines (0.8671 de precisión). La integración de reglas difusas mediante fusión tardía mejoró aún más el rendimiento, alcanzando una precisión de 0.8852 y un F1-score de melanoma de 0.7707.
Operadores Difusos: Entre las evaluaciones de razonamiento difuso independiente, los operadores Hamacher y Yager (p=2) lograron la mayor precisión (0.8588), seguidos de cerca por Gödel y Product (0.8580).
Robustez: Los modelos entrenados con atributos de verdad fundamental pero probados sin ellos (inferencia solo imagen) mostraron una caída en el rendimiento para el baseline de suma (0.7630 de precisión), pero mantuvieron un alto rendimiento (0.8670) al utilizar la estrategia de fusión tardía con atributos predichos, lo que indica la robustez del enfoque neuro-simbólico cuando las anotaciones estructuradas faltan.

Significancia y Reivindicaciones
El artículo sostiene que integrar el aprendizaje basado en datos con el razonamiento basado en reglas ofrece una ventaja distintiva sobre los enfoques de aprendizaje profundo puramente basados en imágenes. Al estimar los grados de pertenencia difusa para atributos clínicos y aplicarlos a reglas diagnósticas interpretables, el marco no solo mejora la efectividad de la clasificación, sino que también proporciona explicaciones legibles para los humanos sobre las decisiones. Los autores destacan que la fusión tardía es particularmente efectiva, permitiendo que el sistema aproveche las fortalezas complementarias de las características visuales y el conocimiento clínico explícito.

El estudio reconoce limitaciones, incluyendo el tamaño relativamente pequeño del conjunto de datos armonizado, la posible pérdida de granularidad durante la armonización y la dependencia de la rama de razonamiento respecto a la precisión de la predicción de atributos. Se propone un trabajo futuro para validar el marco en conjuntos de datos externos más grandes y diversos, así como para extender el enfoque a la clasificación de lesiones multiclasis.

Resumen Técnico: Un enfoque neuro-simbólico basado en reglas difusas para la clasificación de melanoma

Más como este