Nowy model AI diagnozuje choroby skóry lepiej niż lekarze

Wyszkolony na podstawie 2 mln zdjęć skóry model PanDerm przewyższa trafnością diagnozy o 10% lekarzy dermatologów.

AI dobrze radzi sobie z diagnozowaniem na podstawie zdjęcia

Zespół badawczy kierowany przez ekspertów AI i uczenia maszynowego Uniwersytetu Monash opracował multimodalny model z myślą o łatwiejszym diagnozowaniu chorób skóry przez lekarzy, którzy nie są dermatologami, ale często muszą postawić wstępne rozpoznanie. Nowe narzędzie zostało tak zaprojektowane, aby pomogło w wykrywaniu raka skóry, ocenie ryzyka i przewidywaniu nawrotów raka i przerzutów, ocenie typu skóry, liczeniu znamion, śledzeniu zmian chorobowych oraz w diagnostyce różnicowej różnych schorzeń skóry.

Aby zapewnić wysoką jakość, do trenowania modelu wykorzystano 2 mln zdjęć skóry z 11 instytucji w różnych krajach. Wśród nich znalazły się zdjęcia ze zbliżeniem chorego miejsca, zdjęcia dermatoskopowe, zdjęcia preparatów patologicznych i zdjęcia całego ciała. Wyniki badania skuteczności nowego modelu opublikowano w czasopiśmie naukowym „Nature Medicine”.

Model przewyższył lekarzy w wykrywaniu czerniaka we wczesnym stadium o 10%. W grupie dermatologów, którzy wspomagali się modelem w diagnozowaniu, skuteczność pod względem prawidłowej diagnozy raka skóry na podstawie zdjęć dermatoskopowych wzrosła o 11 punktów procentowych, do 80%.

Dobre wyniki osiągnięto także w grupie osób niebędących dermatologami – lekarzy pierwszego kontaktu, medycyny ogólnej oraz pielęgniarek – przed którymi postawiono zadanie rozpoznania schorzeń skóry, takich jak zapalne dermatozy i zaburzenia pigmentacji. PanDerm zwiększył liczbę prawidłowych diagnoz o 16,5%. Skuteczność modelu działającego autonomicznie była podobna do tej osiąganej przez lekarzy korzystających z AI.

AI jest gotowa, ale trudno ją zintegrować z systemami IT

Model okazał się również lepszy od istniejących modeli. Naukowcy mają nadzieję, że może wypełnić lukę niedoboru dermatologów oraz poprawić jakość opieki poza ośrodkami miejskimi. Jak podkreślają autorzy badania, to pierwszy tak uniwersalny model – poprzednie były dedykowane tylko wąskim zadaniom, jak np. diagnozie czerniaka. Przeszkodą szerokiego zastosowania AI w dermatologii pozostaje brak integracji podobnych narzędzi z dostępnym oprogramowaniem i urządzeniami.

Czytaj także: AI zdiagnozuje demencję i cukrzycę ze zdjęcia oka