Dostęp do zawartości strony jest możliwy tylko dla profesjonalistów związanych z medycyną lub obrotem wyrobami medycznymi.

Przyszłość sztucznej inteligencji w diagnostyce raka skóry

Autor:
Holger Hänßle, prof.

Wszyscy mówią o sztucznej inteligencji i choć dla wielu jest to wciąż abstrakcyjna koncepcja, w profilaktyce raka skóry stała się rzeczywistością. Oprogramowania eksperckie dostarczają wyniki oparte na AI (Artificial Intelligence), czyli tzw. sztucznej inteligencji, oferując dodatkowo szereg funkcji analitycznych. Prof. Holger Hänßle, starszy lekarz Oddziału Dermatologii w Heidelberg:Moim zdaniem od czasu przełomowej publikacji na temat zastosowania sztucznej inteligencji (AI) w dermatologii (Esteva i inni, Nature 20171), nie ma wątpliwości co do praktycznej przydatności takich technologii. Postrzegam zastosowanie sztucznej inteligencji jako formę wsparcia dla lekarzy.Przeprowadziliśmy badania, które miały na celu ocenę zaufania pacjentów do komputerowych systemów diagnostycznych2. Deklaracje pacjentów dotyczące pytania „czy wyniki zautomatyzowanej diagnozy wspomaganej komputerowo powinny być ocenione przez lekarza prowadzącego?” były zgodne. Wszyscy uczestnicy badania (100%) zażądali oceny i interpretacji wyników komputerowych przez lekarza specjalistę2. Jednak uważam, że kompleksowa instalacja systemów diagnostycznych opartych na sztucznej inteligencji w ogólnodostępnych miejscach lub ich implementacja w aplikacjach smartfonów nie wydaje się możliwa w najbliższej przyszłości. Nie każdy dermatolog lub lekarz rodzinny jest w stanie zapoznać się z obszernym szkoleniem dermoskopowym podczas edukacji medycznej. Ostatnie przekrojowe badanie dotyczące szkolenia i stosowania dermoskopii w Niemczech, ujawniło wyraźne deficyty w tych obszarach3. Dlatego pożądane byłoby zapewnienie wszystkim lekarzom aktywnie zaangażowanym w badania przesiewowe w kierunku raka skóry, technologii, która zapewnia wysoką dokładność diagnostyczną, niezależnie od poziomu wykształcenia. Algorytmy powyżej przytoczonej publikacji zostały oparte na samouczącej się „Convolutional Neural Network (CNN)”. Takie algorytmy są wyszkolone jak mózg małego dziecka. Do treningu wystarczą cyfrowe (dermoskopowe) zdjęcia i odpowiednie diagnozy. Algorytm komputerowy rozbija obraz i zapamiętuje istotne wzory strukturalne na poziomie pikseli. Po „nakarmieniu” CNN wieloma tysiącami obrazów i ukończeniu fazy treningowej, algorytm jest w stanie odróżnić np. złośliwe czerniaki od łagodnych znamion melanocytowych, używając własnych, autonomicznie stworzonych reguł. Jak wykazali Esteva i współautorzy, dobrze wyszkolona CNN jest w stanie przewyższyć wyniki diagnostyczne przeszkolonych dermatologów1. Można sobie wyobrazić, że w pierwszym kroku przeprowadzane będą badania przesiewowe w kierunku raka skóry, czyli tak jak dotychczas. Wyjątek polega na tym, iż lekarz prowadzący miałby możliwość uzyskania „drugiej opinii” na podstawie zdjęcia dermoskopowego w przeciągu ułamka sekundy, używając prawdziwego „systemu eksperckiego”. W dalszej kolejności prawdopodobnie największe znaczenie zyskają systemy mapowania całego ciała. Dzięki temu już na tym etapie algorytmy sztucznej inteligencji będą mogły wydawać zalecenia dotyczące dokładniejszego (dermoskopowego) badania specyficznych zmian chorobowych. Zakładając dobre wyniki kontrolne, procedura przeprowadzania badań przesiewowych w kierunku raka skóry może być znacznie krótsza, co usprawni organizację pracy lekarza i personelu. Wniosek: Pytanie nie brzmi „czy” sztuczna inteligencja będzie odgrywać rolę w przyszłości badań przesiewowych w kierunku raka skóry?, ale raczej „kiedy” i w jakiej formie? Bibliografia1Esteva A, Kuprel B, Novoa RA, Ko J, Swetter SM, Blau HM, Thrun S. Dermatologist-level classification of skin cancer with deep neural networks. Nature 2017; 542(7639):115-118.2Fink C, Uhlmann L, Hofmann M, Forschner A, Eigentler T, Garbe C, Enk A, Haenssle HA. Patient acceptance and trust in automated computer-assisted diagnosis of melanoma by dermatofluoroscopy. J Dtsch Dermatol Ges 2018; article in press.3Blum A, Kreusch J, Stolz W, Argenziano G, Forsea AM, Marmol V D, Zalaudek I, Soyer HP, Haenssle HA. The status of dermoscopy in Germany – results of the cross-sectional Pan-Euro-Dermoscopy Study. J Dtsch Dermatol Ges 2018; 16(2):174-181.

Autorzy
Holger Hänßle, prof.