AI vs. hudkræft

Tidlig opdagelse er nøglen til at overleve melanom, en type malign tumor, der er ansvarlig for mere end 70 % af hudkræftrelaterede dødsfald på verdensplan, men mistænkelige pigmenterede hudlæsioner (SPL'er) er så almindelige, at det er upraktisk for læger at tjekke dem alle ud. Nu har MIT-forskere udviklet et værktøj, der kan analysere hudbilleder taget med en smartphone for at bestemme, hvilke SPL'er, der skal vurderes af en hudlæge.

Forskerne, som omfatter professorerne Martha Gray, SM ’81, PhD ’86, James Collins og Regina Barzilay og postdoc Luis Soenksen, PhD ’20, gjorde brug af dybe foldede neurale netværk, maskinlæringsalgoritmer, der ofte bruges til at klassificere billeder.

TILLADELSE AF FORSKERNE

Holdet fik dermatologer til visuelt at klassificere læsionerne i 20.388 billeder fra 133 patienter på Hospitalet Gregorio Marañón i Madrid og en række offentligt tilgængelige billeder. Systemet blev trænet på 80 % af disse billeder og testet med resten. Det skelnede mere end 90,3 % af SPL'er fra ikke-mistænkelige læsioner, hud og komplekse baggrunde. Det var også i stand til at klassificere mistænkelighedsniveauet.

Vores forskning tyder på, at systemer, der udnytter computersyn og dybe neurale netværk, og kvantificerer sådanne almindelige tegn, kan opnå samme nøjagtighed som ekspertdermatologer, siger Soenksen. Screeningerne kunne udføres under rutinemæssige primære plejebesøg eller endda af patienterne selv.

skjule