AI vs. hudkreft

Tidlig oppdagelse er nøkkelen til å overleve melanom, en type ondartet svulst som er ansvarlig for mer enn 70 % av hudkreftrelaterte dødsfall over hele verden, men mistenkelige pigmenterte hudlesjoner (SPLs) er så vanlige at det er upraktisk for leger å sjekke dem alle. Nå har MIT-forskere utviklet et verktøy som kan analysere hudbilder tatt med en smarttelefon for å finne ut hvilke SPL-er som bør vurderes av en hudlege.

Forskerne, som inkluderer professorene Martha Gray, SM ’81, PhD ’86, James Collins og Regina Barzilay og postdoc Luis Soenksen, PhD ’20, benyttet seg av dype konvolusjonelle nevrale nettverk, maskinlæringsalgoritmer som ofte brukes til å klassifisere bilder.

GJENNOMFØRING AV FORSKERNE

Teamet fikk hudleger til å visuelt klassifisere lesjonene i 20 388 bilder fra 133 pasienter ved sykehuset Gregorio Marañón i Madrid og en rekke offentlig tilgjengelige bilder. Systemet ble trent på 80 % av disse bildene og testet med resten. Den skilte mer enn 90,3 % av SPL-er fra ikke-mistenkelige lesjoner, hud og kompleks bakgrunn. Den var også i stand til å klassifisere mistenksomhetsnivået.

Vår undersøkelser antyder at systemer som utnytter datasyn og dype nevrale nettverk, som kvantifiserer slike vanlige tegn, kan oppnå sammenlignbar nøyaktighet som ekspert dermatologer, sier Soenksen. Screeningene kan gjøres under rutinemessige primæromsorgsbesøk, eller til og med av pasientene selv.

gjemme seg