2022. 07. 21. - 09:00

Mesterséges intelligencia - Az algoritmus egyenlő a szakorvossal a melanoma azonosításában

Mesterséges intelligencia - Az algoritmus egyenlő a szakorvossal a melanoma azonosításában

Mint kiderült, a melanoma vastagságának megállapítása az algoritmusok és a bőrgyógyászok számára egyformán nagy kihívást jelentő feladat.

Nehéz a melanoma vastagságának felmérése -  mindegy, hogy tapasztalt bőrgyógyász vagy jól képzett gépi tanulási algoritmus végzi a vizsgálatot.
 
A Göteborgi Egyetem friss tanulmánya alapján az algoritmus és a bőrgyógyászok sikeressége egyforma a dermoszkópos képek értelmezése terén.
 
A melanoma diagnosztizálása során a bőrgyógyászok azt értékelik, vajon agresszív formáról (invazív melanóma) van-e szó - ahol a rákos sejtek a bőrbe nőnek és fennáll a veszélye annak, hogy a test más részeire is átterjednek -, vagy enyhébb formáról (melanoma in situ, MIS), amely csak a külső bőrrétegben, az epidermiszben alakul ki.
 
Az 1 milliméternél mélyebben a bőrbe nőtt invazív melanómák vastagnak és agresszívebbnek számítanak. Olvasd el: Gyakori bőrproblémákra adhat választ a mesterséges intelligencia
 
Mesterséges intelligencia - Az algoritmus egyenlő a szakorvossal a melanoma azonosításában
Mesterséges intelligencia - Az algoritmus egyenlő a szakorvossal a melanoma azonosításában
 
A melanómákat a szakorvosok dermatoszkóppal, vagyis egy erős fénnyel ellátott nagyítóval vizsgálják és értékelik. A diagnosztizálás gyakran viszonylag egyszerű, ám a vastagságának becslése sokkal nagyobb kihívást jelent.
 
„Amellett, hogy értékes prognosztikai információkat szolgáltat, a vastagság befolyásolhatja az első műtét szegélyeinek kiválasztását, s azt, hogy milyen gyorsan kell elvégezni a beavatkozást” - magyarázta Sam Polesie, a Göteborgi Egyetem Sahlgrenska Akadémia bőrgyógyászati ​​és venerológiai docense, a Sahlgrenska Egyetemi Kórház bőrgyógyásza, s egyben a tanulmány első szerzője.
 
Az összehasonlítás során 438 nemzetközi bőrgyógyász egy webes platform segítségével közel 1.500, dermatoszkóppal rögzített melanómás képet értékelt. A bőrgyógyászok eredményeit ezután összevetették a melanoma mélységének osztályozására kiképzett gépi tanulási algoritmus eredményeivel.
 
Kiderült: a bőrgyógyászok körében 63 százalék volt az általános pontosság az MIS helyes besorolásánál és 71 százalék az invazív melanómák esetében. Olvasd el: Az áttétes bőrrák kockázatát mutatja ki a mesterséges intelligencia
 
„Érdekes módon a dermoszkópiával kapcsolatos szakmai háttér és tapasztalat nem befolyásolta a diagnosztikai pontosságot a melanoma vastagságának előrejelzésében. A görbe alatti terület, amely 0-tól 1-ig terjedő mérési teljesítményt jelent, 0,83 volt az előre betanított gépi tanulási algoritmusnál és 0,85 a kombinált algoritmus esetében” – mondta Polesie. 
 
Hozzátette, hogy összességében a bőrgyógyászok értékelése egyenértékű egy olyan algoritmuséval, amelyet az MIS és az invazív melanómák megkülönböztetésére tanítottak be.
 
Bizonyít a mesterséges intelligencia
 
A mesterséges intelligencia (MI) komoly előrelépést jelent az egészségügyben. A technológia különösen nagy segítség az orvosi képalkotás támogatásaként – azaz, olyan orvosok számára, akik képeket értékelnek és értelmeznek, mint például a röntgenfelvételek, a retina és a bőrelváltozások képei. A képfelismeréstől eltérő területeken is alkalmazható azonban.
 
„Tanulmányunk rávilágít a nehézségekre, ami a melanoma-vastagság dermoszkópos felvételek alapján történő, helyes értékelését illeti” – jegyezte meg Polesie.
 
Hozzátette: a jövőbeli tanulmányok során arra törekednek, hogy feltárják az előre meghatározott dermoszkópos struktúrák hasznosságát a megkülönböztetéshez. Szeretnék tesztelni azt is, hogy a klinikai döntéshozatal ebben a helyzetben javítható-e gépi tanulási algoritmusok segítségével.
 
Az eredményeket a Journal of the European Academy of Dermatology and Venereology című folyóirat jelentette meg.
 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.
hungarospa_logo_kicsi
gyulai_vafurdo

profight_banner.