Ein neues KI-Modell, das eine gleichzeitige Analyse verschiedener Hautbilder in der Lage ist, kann möglicherweise die diagnostische Genauigkeit sowohl der Dermatologie- als auch der nicht-dermatologischen Fachkräfte verbessern.
Ein internationales Forschungsteam unter der Leitung von KI- und maschinellem Lernen von Experten der Monash College entwickelte ein multimodales Fundamentmodell mit dem Titel ” Panderm, Entwickelt als Instrument zur Unterstützung des klinischen Entscheidungsunterstützung in der Dermatologie. Es kann mehrere Hautbilder gleichzeitig verarbeiten und diagnostische Wahrscheinlichkeitsbewertungen durchführen.
Das KI-Modell wurde auf mehr als zwei Millionen Hautbildern von vier Typen ausgebildet: Nahaufnahmefotos, Dermoskopische Bilder, Pathologie-Folien und Gesamtkörperfotos, die aus 11 Institutionen in verschiedenen Ländern stammen.
Es wurde geschult, um eine breite Palette klinischer Aufgaben auszuführen, einschließlich der Erkennung von Hautkrebs und Risikobewertung des Totalkörpers, der Vorhersage von Krebs und der Metastasierung, der Bewertung des Hauttyps, der Molzählung, der Verfolgung der Läsionsänderung, der Differentialdiagnose verschiedener Hauterkrankungen und der Segmentierung von Läsionen.
Das Panderm -Staff befasste sich mit Forschern und Ärzten von Alfred Well being, der College of Queensland, dem Prinzessin Alexandra Hospital in Brisbane, dem Royal Prince Alfred Hospital, der NSW Well being Pathology, der College of Florence in Italien, der medizinischen Universität von Wien in Österreich in Austreitag, dem Nvidia AI Expertise Heart und dem Krankenhaus Generaluniveritalisierung in Spain.
Ergebnisse
Die Forscher führten diagnostische Leistungsvalidierungen und drei Leserstudien durch, um ihr Modell zu bewerten, die Ergebnisse davon wurden in Nature Drugs veröffentlicht.
Zu den bemerkenswerten Befunden gehörte, dass das Modell Kliniker beim Nachweis des Melanoms im Frühstadium, der aggressivsten Artwork von Hautkrebs, um 10percentübertraf.
Es wurde auch festgestellt, dass die KI dazu beigetragen hat, die Genauigkeit von Dermatologen bei der Diagnose von Hautkrebs aus Dermoskopischen Bildern um 11% auf 80% zu erhöhen.
Ein weiterer signifikanter Befund conflict, dass Panderm die Fähigkeit von Nicht-dermatologen, Hauterkrankungen wie entzündliche Dermatosen und Pigmentstörungen zu identifizieren und zu unterscheiden, basierend auf Fotos um 16,5percentverbesserte. Dazu gehören Generalisten, die routinemäßig anfängliche Hautbewertungen durchführen: Allgemeinmediziner, allgemeine Medizin -Praktiker sowie Assistenten für Pflege- und klinische Studien.
Interessanterweise wurde auch festgestellt, dass das Modell vorhandene Modelle (wie Swavderm, SL-Imagenet und Dinov2) bei der Ausführung verschiedener klinischer Aufgaben über die Bewertung von Hautkrebs und anderen Hauterkrankungen übertroffen wird, selbst wenn sie mit nur 10% der markierten Daten trainiert wurden. Zu den Aufgaben gehören die Risikostratifizierung von Läsionen, die Bewertung der Phänotypen, die Nachweis von Läsionsänderungen und Malignität, Krebsdiagnose mit mehreren Klassen, Läsionssegmentierung sowie Vorhersage und Prognose der Metastasierung.
“Angesichts des begrenzten Zugangs der Spezialisten in der Grundversorgung, in denen die meisten Hauterkrankungen ursprünglich bewertet werden, weisen diese Ergebnisse auf das Potenzial von Panderm hin, diematologische Fachlücken in den Gesundheitsumgebungen sowohl durch technische Fähigkeiten als auch über klinische Anwendungen zu beheben. sagte.
“Dieses Phänomen beruht wahrscheinlich eher aus der selektiven Einbindung von KI -Empfehlungen durch Kliniker und nicht aus der Einhaltung der blinde Einhaltung von AI -Empfehlungen, was eine ausgewogene klinische Implementierung darstellt, in der die Praktiker ihre diagnostische Autonomie beibehalten und gleichzeitig von der AI -Unterstützung profitieren”, erklärten sie.
Warum ist es wichtig
Die Bewertung der Hauterkrankungen in der klinischen Praxis umfasst zahlreiche Aufgaben – von Risikobewertungen und Bildanalyse bis hin zur Überwachung von Läsionen und Vorhersage von Ergebnissen. Während die klinischen Unterstützung von KI-betriebenen Instruments für die Dermatologie weit verbreitet sind, bleiben sie auf einzelne, isolierte Aufgaben beschränkt.
“Das Fehlen integrierter KI -Lösungen, die diese verschiedenen Workflows unterstützen können, behindert derzeit die praktischen Auswirkungen der KI auf die Dermatologie”, so die Forscher.
“Frühere KI-Modelle hatten Mühe, verschiedene Datentypen und Bildgebungsmethoden zu integrieren und zu verarbeiten, wodurch deren Nützlichkeit für Ärzte in verschiedenen realen Umgebungen reduziert wurde”, wurde der stellvertretende Professor von Monash College, Zongyuan GE, einer der leitenden Co-Autoren der Studie in einer Medienveröffentlichung zitiert.
Die Studie des Panderm-Groups hat laut H. Peter Soyer, einem weiteren leitenden Co-Autor, das Potenzial eines neuen multimodalen Fundamentmodells zur Unterstützung der Hautkrankheitsversorgung in geringen Ressourcenumgebungen ergeben.
“Die Stärke von Panderm liegt in seiner Fähigkeit, bestehende klinische Workflows zu unterstützen. In geschäftigen oder ressourcenbegrenzten Umgebungen kann sie besonders wertvoll sein, wenn der Zugang zu Dermatologen begrenzt sein kann. Wir haben gesehen, dass das Device auch in der Lage conflict, stark zu erledigen, selbst wenn nur ein kleiner Teil von Daten ausgebildet wurde. Universität von Queensland.
Zusätzlich könnte Panderm bei der frühzeitigen Erkennung des tödlichen und invasiven Melanoms unverzichtbar sein. “Diese Artwork der Unterstützung könnte eine frühere Diagnose und eine konsistentere Überwachung von Patienten mit Melanomen unterstützen”, sagte Victoria Mar, eine der Haupt-Co-Autoren der Studie und Professorin und Direktorin des viktorianischen Melanoms bei Alfred Well being.
Das Forschungsteam plant, klinische Bewertungen seines Dermatology Basis -Modells durchzuführen, wobei der Schwerpunkt darauf liegt, eine gerechte Leistung in verschiedenen Patientenpopulationen und im Gesundheitswesen zu gewährleisten.
Der größere Development
Es ist auch in Australien, wo die Die erste KI-gesteuerte Pop-up-Hautpflegeklinik der Welt der Welt wurde vorbereitet, um Hautkrebs wie Melanom früh zu erkennen. In etwa zwei von drei Australiern würde in ihrem Leben in irgendeiner Type von Hautkrebs diagnostiziert. Basierend auf staatlichen Statistiken werden jedes Jahr rund 400.000 Fälle gemeldet. Die von der Krankenschwester geführte Pop-up-Klinik von Well being Charity Pores and skin Test Champions zielt darauf ab, diese Zahl um die Hälfte zu senken und die Hautprüfung mit der Unterstützung der KI um ein Viertel zu erhöhen.
Außerhalb Australiens hat Südkorea kürzlich seine erste lokal entwickelte AI-betriebene Smartphone-Anwendung für die Diagnose der Hautkrebs zugelassen. Der Canofymd Scai Nach der Lebensmantik erhielt im Juni letzten Jahres das Ministerium für Lebensmittel- und Arzneimittelsicherheit vom Ministerium für Lebensmittel- und Arzneimittelsicherheit.
Discussion about this post