מערבת בינה מלאכותית חדשה הצליחה לאבחן סרטן עור באופן מדויק כמו רופאי עור, ללא בחירה ידנית מוקדמת של נגעים חשודים, כך מדווחים חוקרים במאמר שפורסם בכתב העת JAMA Dermatology.
מטרת המחקר הייתה לבחון אם אלגוריתם עשוי לזהות באופן אוטומטי אזורים חשודים ולנבא את הסבירות כי נגע עורי מסוים יהיה ממאיר. החוקרים התבססו על טכנולוגית CNN (Convolutional Neural Network) ליצירת 924,538 נגעים אפשריים על-בסיס 182,348 צילומים קליניים. לאחר הערכה ידנית או אוטומטית של נגעים אלו, מערכת CNN הוכשרה באמצעות למעלה מ-1.1 מיליון תמונות למקם ולאבחן ממאירות. סדרת נתוני הוולידציה (2,844 תמונות מ-673 חולים; גיל ממוצע לש 58.2 שנים) כללה 185 חולים עם גידולים סרטניים, 305 חולים עם גידולים שפירים ו-183 ללא גידולים.
התוצא העיקרי של המחקר היה השטח מתחת לעקומת ה-ROC (Receiver Operating Characteristics), מדד F1 ומדד Youden Index Score להשוואת התוצאות עם האלגוריתם אל מול הרופאים.
האלגוריתם בחן בממוצע 4.2 צילומים לכל מטופל ודיווח על מדד הממאירות. השטח מתחת לעקומת ה-ROC במדגם הוולידציה (673 חולים) עמד על 0.910. בסף רגישות גבוהה, הרגישות והסגוליות של המודל עם 673 החולים עמדו על 76.8% ו-90.6%, בהתאמה.
החוקרים השוו את תוצאות האלגוריתם אל מול תוצאות 13 רופאי עור מוסמכים, 34 מתמחים ברפואת עור, 20 רופאים שאינם רופאי עור ו-52 משתתפים מהציבור הרחב וללא הכשרה רפואית.
מהנתונים עולה כי האלגוריתם הדגים מדד F1 גבוה יותר (0.831 לעומת 0.653, p<0.001) ומדד Youden Index Score (0.675 לעומת 0.417, בהתאמה, p<0.001), בהשוואה לרופאים שאינם דרמטולוגים. הדיוק של האלגוריתם היה דומה לזה של רופאי עור (מדד F1, 0.831 לעומת 0.835; מדד Youden Index Score של 0.675 לעומת 0.671).
ממצאי המחקר מרמזים כי האלגוריתם עשוי למקם ולאבחן גידולים עוריים ללא בחירה מוקדמת של נגעים חשודים בעיניי רופאי עור.
JAMA Dermatology 2019
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!