Mobilní aplikace, která využívá umělou inteligenci (AI) k analýze snímků podezřelých kožních lézí, dokáže diagnostikovat melanom s velmi vysokou přesností. To ukazuje studie vedená univerzitou v Linköpingu, kde byla aplikace testována v primární péči. Výsledky byly zveřejněny v British Journal of Dermatology.
Důležité je včasné odhalení
Melanom může být obtížné odlišit od jiných kožních změn, a to i pro zkušené lékaře. Je však důležité odhalit jej co nejdříve, protože jde o závažný typ rakoviny kůže.
V současné době neexistuje ve švédské zdravotní péči žádná zavedená podpora na bázi umělé inteligence pro posuzování kožních lézí.
„Lékaři v primární péči se setkávají s mnoha kožními lézemi každý den a s omezenými zdroji potřebují rozhodovat o léčbě v případech podezření na kožní melanom. To často vede k hojnému počtu doporučení k odborníkům nebo odstranění kožních lézí, které se ve většině případů ukážou jako neškodné. Chtěli jsme zjistit, zda nástroj podpory umělé inteligence v aplikaci může v porovnání s konečnou diagnózou podávat lepší výkon než lékaři primární péče, pokud jde o identifikaci pigmentovaných kožních lézí jako nebezpečných, či nikoliv,“ říká Panos Papachristou, výzkumník spojený s Karolinska Institutet a specialista na všeobecnou praxi, hlavní autor studie a spoluzakladatel společnosti, která aplikaci vyvinula.
A výsledky jsou nadějné.
„Především aplikace nevynechala žádný melanom. Tato nemoc je tak nebezpečná, že je nezbytné ji nevynechat. Ale je téměř stejně důležité, aby nástroj podpory rozhodování umělé inteligence mohl zprostit podezření mnoho kožních lézí a určit, že jsou neškodné,“ říká Magnus Falk.
Srovnání s diagnózou
Ve studii se lékaři primární péče řídili obvyklým postupem pro diagnostiku suspektních kožních nádorů. Pokud měli lékaři podezření na melanom, buď pacienta odkázali k dermatologovi na diagnózu, nebo byla kožní léze odříznuta pro analýzu tkání a diagnózu.
Teprve poté, co lékař rozhodl, jak se suspektním melanomem naloží, použili aplikaci založenou na umělé inteligenci. Ta spočívá v tom, že lékař vyfotí kožní lézi mobilním telefonem vybaveným zvětšovací čočkou zvanou dermatoskop. Aplikace analyzuje obrázek a poskytuje návod, zda kožní léze vypadá jako melanom, či nikoli.
Aby výzkumníci zjistili, jak dobře aplikace založená na umělé inteligenci fungovala jako podpůrný nástroj pro rozhodování, porovnali reakci aplikace s diagnózami stanovenými pravidelným diagnostickým postupem.
Z více než 250 zkoumaných kožních lézí lékaři našli 11 melanomů a 10 prekurzorů rakoviny, známých jako in situ melanom. Aplikace našla všechny melanomy a vynechala pouze jeden prekurzor. V případech, kdy aplikace odpověděla, že podezření na lézi není melanomem, včetně in situ melanomu, byla pravděpodobnost, že je to správně, 99,5 procenta.
V plánu je rozsáhlejší studie
„Zdá se, že tato metoda by mohla být užitečná. V této studii však lékaři nesměli nechat své rozhodnutí ovlivnit reakcí aplikace, takže nevíme, co se stane v praxi, pokud použijete nástroj na podporu rozhodování založený na umělé inteligenci. Takže i když je to velmi pozitivní výsledek, je zde nejistota a my musíme pokračovat v hodnocení užitečnosti tohoto nástroje pomocí vědeckých studií,“ říká Magnus Falk.
Výzkumníci nyní plánují pokračovat v rozsáhlé následné studii primární péče v několika zemích, kde bude použití aplikace jako nástroje na podporu aktivního rozhodování porovnáno s jejím nepoužíváním vůbec (tzv. komparace S a BEZ).
Studie byla financována s podporou regionu Östergötland a Analytické zobrazovací diagnostické arény (AIDA) v Linköpingu, která je financována ze strategického inovačního programu Medtech4Health.
Výsledky studie byly publikovány online v časopise British Journal of Dermatology: Evaluation of an artificial intelligence-based decision support for the detection of cutaneous melanoma in primary care: a prospective real-life clinical trial, Panagiotis Papachristou, My Söderholm, Jon Pallon, Marina Taloyan, Sam Polesie, John Paoli, Chris D Anderson and Magnus Falk. British Journal of Dermatology, published online 17 January 2024, doi: 10.1093/bjd/ljae021.
Zdroj & foto: Univerzita v Linköpingu
