Mesterséges intelligencia bőrgyógyász támogatással

Bár a mesterséges intelligencia igen jó segítséget nyújt a bőrgyógyászati problémák diagnosztizálásában, jelenleg mindenképp szükséges a bőrgyógyász szakember tudása és felügyelete.

2019-ben német kutatók egy csoportja megállapította, hogy a mesterséges intelligencia javíthatja a bőrrák dermatoszkópos felvételek alapján történő osztályozásának pontosságát és hatékonyságát. Jelenleg a mesterséges intelligencia tanítása folyik, az ismert diagnózisú képek felügyelt tanítása, annak érdekében, hogy meghatározzuk, az adott diagnózisok előrejelzéséhez milyen inputok szükségesek. Annak meghatározása, hogyan azonosítható a melanoma a klinikai vagy dermatoszkópos képek alapján, vagy jelezhető előre a metasztázis kockázata a digitalizált patológiai tárgylemezekről.

Jelenleg azonban nincsenek univerzális iránymutatások arra vonatkozóan, hogy mekkora legyen egy mesterséges intelligencia-adatkészlet a pontos eredmények eléréséhez hangsúlyozta Vishal A. Patel, (George Washington University Cancer Center, Washington) az ODAC Dermatology, Aesthetic & Surgical konferenciáján. A bőrgyógyászati ​​szakirodalomban a legtöbb mesterséges intelligencia adatkészlet 600 és 14 000 példa között mozog, és a teljesítményben jelentős eltérések mutatkoznak, "félrevezető eredmények adódhatnak nem várt tanítási/tanulási hibákból".

"Az AI-hálózat megtanulhatja a neki szánt feladatot vagy egy oda nem illő szituációs helyzetet. Például nagyszerű képeket használhat a melanoma előrejelzésére, de előfordulhat, hogy rossz eredményeket ér el azokkal a képekkel kapcsolatban, amelyeken az elváltozás belsejére például egy vonalzót is ráfényképeztek. "A rendszer fejlesztőjének tudta nélkül az algoritmus a vonalzót azonosítja melanomaként és nem magát a pigmentált elváltozást", vagyis az algoritmus csak annyira jó, mint a használt adatkészlet tehát kulcsfontosságú, hogy pontosan definiáljuk azt az az adatkészletet, amely megtanítja azt az eszközt, amelyet majd használni szeretnénk.

Konvolúciós Neurális Hálózat

2017-ben egy, a Nature-ben megjelent tanulmány arról számolt be, hogy a melanóma és az epidermális elváltozások osztályozása során a képfeldolgozáshoz használt mesterséges intelligencia konvolúciós neurális hálózata (CNN) a bőrgyógyászokhoz hasonló teljesítményt mutatott, az epidermális elváltozás esetén valamivel jobb, a melanocytás léziók esetén valamivel rosszabb teljesítményt nyújtott a bőrgyógyászok átlagánál.

Egy másik vizsgálatban egy melanomát dermatoszkópos képekről felismerő CNN, és 58 különböző országból származó, különböző szintű dermatoszkópiás tapasztalatokkal rendelkező bőrgyógyász dignózisával hasonlították össze. A szakemberek 29%-a "kezdő" volt, kevesebb mint 2 év tapasztalattal; 19% volt szakképzett, 2-5 éves tapasztalattal; és 52%-a szakértő volt, legalább 5 éves tapasztalattal. Az összehasonlítás két részből állt: az első fázisban a bőrgyógyászok kizárólag dermatoszkópia alapján osztályozták az elváltozásokat, míg másodjára a bőrgyógyászokat dermatoszkópos képek mellett klinikai képekkel és további klinikai információkkal látták el, míg a CNN-t csak a dermatoszkópos képek felismerésére tanították meg. A vizsgálatban a legtöbb bőrgyógyászok diagnosztikus pontossága felülmúlta a CNN-ét, de mindannyian hasznosnak találták a CNN segítségét.

Génexpressziós profil

Az AI másik aspektusa a génexpressziós profilalkotás (GEP), a genetikai aktivitás gyakoriságának és intenzitásának egyidejű értékelése a sejtműködésről alkotandó átfogó kép érdekében.  et alkosson a sejtműködésről. "A mesterséges intelligencia gépi tanulást használ a genetikai expresszió értékelésére a sérülések viselkedésének felmérésére" - magyarázta.

Az egyik piacon elérhető GEP-teszt a DermTech Pigmented Lesion Assay (PLA), egy nem invazív teszt, amely két gén expresszióját vizsgálja annak előrejelzésére, hogy egy elváltozás rosszindulatú-e vagy sem. "Validálási készletük alapján lenyűgöző eredményeket, 90% feletti szenzitivitást és 90% feletti specifitást is mutattak". Ez elsőre nagyon hasznos tesztnek tűnhet. Egy 2021-ben közzétett tanulmányban azonban, amely azt vizsgálta, hogy a valós világból származó bizonyítékokat mennyire igazolta ez a teszt arra a következtetésre jutottak, hogy "a PLA-tesznek 95%-os szenzitivitással és specifitással kellene rendelkeznie ahhoz, hogy a való világban mért adatok szerinti 9,5%-os pozitivitási arányt kimutassa. Ez annak lehet az eredménye, hogy maga validációs és tanítási adatkészlet nem egységes, továbbá bizonyos gének kifejeződése más, mint amilyet a teszt bemeneti változójaként definiáltak.

Egy másik, több, mint egy évtizede forgalomban lévő GEP-teszt a melanoma 31 gén expressziós profiltesztje, amely értékeli a melanoma daganatok génexpresszióját és azt, hogy mi lehet az adott daganat viselkedése. Egy közelmúltban megjelent cikkben megpróbáltak algoritmust kidolgozni a használatára, de nem tudjuk, hogy a teszt eredményeként mennyire változik meg az elváltozások kezelése.

2020-ban GEP bőr melanómában játszott prognosztikai szerepéről szóló konszenzusos nyilatkozat szerzői arra a következtetésre jutottak, hogy a GEP-teszt rutinszerű alkalmazásának bevezetése előtt további klinikai vizsgálatokkal kell bizonyítani azt, hogy milyen szerepet tölthet be a melanóma ellátásában. Erről Hensin Tsao és Warren H. Chan írt fontos szerkesztőségi közleményt a JAMA Dermatology-ban. Szerintük a T1a melanómák (0,8 mm-es, nem fekélyes) nem igénylik a GEP rutinszerű használatát, azonban a GEP-teszt hasznos a „szürke zónában” lévő esetekben, például a T1b vagy néhány T2a határán lévő melanoma esetén (> 0,8 mm, < 1,2 mm, nem fekélyes, de magas mitózisú elváltozás); vagy terhesség, és olyan betegek esetén, akik esetleg nem tolerálják az őrszem nyirokcsomó-biopsziát (SLNB) vagy az adjuváns terápiát. A GEP által előre jelzett túlélés nem ugyanaz, mint az SLNB pozitívitási arány. A GEP nem helyettesítheti a standard irányelveket T2a és magasabb stádiumú melanómák esetén. A nyirokcsomó biopszia továbbra is valamennyi főbb irányelv szerves eleme és meghatározza az adjuváns terápiát.

Forrás: https://doi.org/10.1016/j.ejca.2019.07.019 0959-8049/

 JAMA Dermatol. 2020;156(9):1004-1011. doi:10.1001/jamadermatol.2020.1729

JAMA Dermatol. 2020;156(9):949-951. doi:10.1001/jamadermatol.2020.1730

 

Olvasói vélemény: 0,0 / 10
Értékelés:
A cikk értékeléséhez, kérjük először jelentkezzen be!
Ha hozzá kíván szólni, jelentkezzen be!
 

blog

Egy 57 éves, frissen kezelni kezdett hypertoniás, dohányzó férfibetegnél korábban, hegymenetben jelentkezett már anginaszerű panasza, ami miatt kardiológushoz előjegyezték. Most favágás közben jelentkezett retrosternalis szorító-markoló fájdalom.

Amennyiben a képalkotó szakemberek számára rendelkezésre áll egy iPhone vagy egy iPad készülék, rengeteg minőségi radiológia-orientált alkalmazás közül választhatnak. A más operációs rendszert használók számára jelenleg sokkal korlátozottabbak a lehetőségek.

Úgy látszik, a fül- orr- gégészetet egyre szorosabb szálak fűzik össze a babasamponnal. Most kiderült, hogy alkalmas nasenendoscopia, azaz orrtükrözés során páramentesítésre is, legalábbis thaiföldi kollégák szerint.

Azok számára, akik tudják, mik a gyógyszer hatóanyagai, a mélyvénás trombózis miatti halálesetekről szóló hír nem annyira meglepő. A Diane kombinációban tartalmaz ciproteron-acetátot és az etinil-ösztradiolt.