AI vs. hudcancer

Tidig upptäckt är nyckeln till att överleva melanom, en typ av maligna tumörer som är ansvarig för mer än 70 % av hudcancerrelaterade dödsfall över hela världen, men misstänkta pigmenterade hudskador (SPL) är så vanliga att det är opraktiskt för läkare att kolla upp dem alla. Nu har MIT-forskare utvecklat ett verktyg som kan analysera hudfoton tagna med en smartphone för att avgöra vilka SPL som ska utvärderas av en hudläkare.

Forskarna, som inkluderar professorerna Martha Gray, SM ’81, PhD ’86, James Collins och Regina Barzilay och postdoc Luis Soenksen, PhD ’20, använde sig av djupa konvolutionella neurala nätverk, maskininlärningsalgoritmer som ofta används för att klassificera bilder.

MED TILLSTÅND AV FORSKARNA

Teamet lät hudläkare visuellt klassificera lesionerna i 20 388 bilder från 133 patienter på sjukhuset Gregorio Marañón i Madrid och ett antal offentligt tillgängliga bilder. Systemet tränades på 80 % av dessa bilder och testades med resten. Den särskiljde mer än 90,3 % av SPL från icke misstänkta lesioner, hud och komplex bakgrund. Den kunde också klassificera graden av misstänksamhet.

Vår forskning föreslår att system som utnyttjar datorseende och djupa neurala nätverk, som kvantifierar sådana vanliga tecken, kan uppnå jämförbar noggrannhet som expertdermatologer, säger Soenksen. Screeningarna kan göras under rutinmässiga primärvårdsbesök, eller till och med av patienterna själva.

Dölj