תוכנת AI חדשה יכולה לזהות ביעילות מלנומה בתמונות של שטחי גוף נרחבים המצולמים במצלמות רגילות במרפאה ראשונית או על ידי החולים עצמם לצורך זיהוי מלנומה בשלבים מוקדמים.
זיהוי נגעים עוריים הוכח כאחד היישומים המבטיחים של AI ברפואה. ב-2017 דווח ש- deep neural network (רשת עצבית מלאכותית) סיווגה נגעים עוריים בצורה יותר מדויקת מדרמטולוגים. עד כה היה צורך במומחים שיבחרו את הנגעים שעליהם צריכה להתבצע אנליזה והיה שימוש בדרמוסקופיה או single-lesion near-field photography.
כעת מדובר בשיטה שיכולה להתבסס על תמונות שמצלם המטופל על ידי הסמארטפון. המערכת משתמשת בשתי גישות לסריקת הנגעים: כמו מערכות קודמות היא מסתכלת על אופי הנגעים (סימטריה, גבול, צבע, קוטר, אבולוציה) אבל היא גם משווה הנגעים העוריים על פני העור לנגעים אחרים על פני העור של אותו מטופל על מנת למצוא את “הברווזון המכוער” כלומר הנגע השונה. הם אימנו את המערכת על ידי שימוש ב- 38,283 תמונות של 133 חולים בבית חולים במדריד. התמונות צולמו עם מגוון מצלמות וכללו רקע, גבולות עור, עור חשוף, נגעים לא חשודים ונגעים חשודים. הנגעים סווגו ויזואלית על ידי שלושה דרמטולוגים. החוקרים בדקו את המערכת על 6796 תמונות מאותם האנשים כאשר קלסיפיקציית הדרמטולוגים הייתה ה- gold standard. המערכת זיהתה את הנגעים החשודים ברגישות של 90.3% (true positive) וספציפיות של 89.9% (true negative).
השימושים הפוטנציאליים כבדיקת סקר: מטופלים יכולים לצלם את עצמם או שבני משפחתם יכולים לצלם אותם, קלינאים יכולים לצלם חלקי גוף בעת הביקור ואפילו ניתן לצלם את המטופלים בבגדי ים. המערכת תוכל להגיד למטופל האם יש צורך לפנות לבירור אצל דרמטולוג. חלק מהחישובים יבוצעו על ידי המכשיר ולא ישודרו לענן על מנת לשמור על פרטיות המטופלים, כאשר לסמארטפונים החדשים יש מספיק יכולת מחשובית לביצוע החישובים הללו.
השלב הבא בעבודה הוא לבדוק את המערכת על צבעי עור שונים ובמצבי מחלה שונים. כמובן שעל המידע לעבור ולידציה במחקרים רנדומליים עם שימוש בביופסיות עור.
e-Med Tools
קצר קולע וממוקד
e-Med סמינרים
אי-מד תחקירים
Medscape Tools
Journal Club
מרכזי מידע ושירות
Facebook
מידע למפרסם
מאגר תרופות
אינדקס שימושי
חדשות משה"ב
eMed HealthClub
מחקרים קליניים
השאירו תגובה
רוצה להצטרף לדיון?תרגישו חופשי לתרום!