طراحی سیستم تشخیص سرطان پوست مبتنی بر هوش مصنوعی

به گزارش روابط پایگاه اطلاع رسانی علوم آزمایشگاهی ایران، یک مطالعه اخیر Lancet Digital Health ارزیابی می کند که آیا هوش مصنوعی مبتنی بر تلفن همراه (AI) می تواند از تشخیص و مدیریت سرطان پوست رنگدانه پشتیبانی کند یا خیر.

یادگیری ماشین پیشرفته (ML) در توسعه الگوریتم های کامپیوتری مبتنی بر هوش مصنوعی برای تشخیص بیماری های مختلف استفاده شده است. یکی از مزایای کلیدی سیستم های تشخیصی مبتنی بر هوش مصنوعی در دسترس بودن نامحدود آنها است.

دقت سیستم های تشخیصی مبتنی بر هوش مصنوعی به عوامل متعددی بستگی دارد. در بیشتر موارد، تشخیص توسط متخصصان انسانی و سیستم های تشخیصی به کمک هوش مصنوعی در تنظیمات شبیه سازی شده مقایسه شده اند، که ممکن است واقعاً منعکس کننده تنظیمات بالینی واقعی نباشد.

اکثر مطالعات نشان داده اند که سیستم های تشخیصی مبتنی بر هوش مصنوعی می توانند سرطان پوست را بهتر از متخصصان انسانی تشخیص دهند. در واقع، چالش همکاری بین المللی تصویربرداری پوست (ISIC) 2018 نشان داد که الگوریتم های رایانه ای می توانند در تشخیص سرطان پوست از متخصصان برتری داشته باشند.

یکی از محدودیت های مهم این مطالعه طراحی آن بود، زیرا پزشکان تشخیص ها را بر اساس تصاویر روی صفحه کامپیوتر بدون اطلاعات زمینه ای انجام دادند. بنابراین، بررسی اینکه آیا برتری تشخیصی هوش مصنوعی در محیط های بالینی که پزشکان می توانند مستقیماً ضایعات پوستی را در بیماران مطالعه کنند، قابل استفاده است یا خیر، ضروری است.

کارآزمایی بالینی چند مرکزی، تشخیصی و آینده نگر کنونی، تصمیمات الگوریتم تشخیصی هوش مصنوعی چالش ISIC 2018 را با تشخیص های متخصصان پزشکی در محیط های بالینی مقایسه کرد. متعاقباً، الگوریتم جدیدی بر اساس داده های متخصصان فعلی مراقبت های بهداشتی ایجاد شد.

پزشکان از مرکز تشخیص ملانوم سیدنی در استرالیا و گروه پوست دانشگاه پزشکی وین در اتریش استخدام شدند.

این پزشکان به عنوان متخصص یا تازه کار طبقه بندی می شدند. متخصصان متخصصانی بودند که دارای مدارک پزشکی مرتبط با تشخیص و مدیریت ضایعات پوستی رنگدانه بودند، در حالی که تازه کارها پزشکان جوان پوست در زمینه پوست با موقعیت های کارآموزی نامعتبر یا معتبر و تجربه در بررسی و مدیریت این بیماری بودند.

بیماران بزرگسال بین سنین 18 تا 99 سال انتخاب شدند. شرکت کنندگانی که برای این کارآزمایی بالینی انتخاب شدند، تحت برداشت معمولی یا بیوپسی ضایعات مشکوک رنگدانه ای پوستی بزرگ تر از سه میلی متر (میلی متر) در طولانی ترین قطر قرار گرفتند. این بیماران دارای نوع پوست Fitzpatrick I-III اصلاح شده بودند.

هم متخصصان و هم تازه کارها پوست کل بدن بیمار را بدون ارتباط کلامی با بیماران معاینه کردند. هر پزشک تشخیص خود را ثبت کرد که با ارزیابی هوش مصنوعی مقایسه شد. همه بیماران با عکس های کل بدنشان از ارزیابی های پایه بررسی شدند.

تصاویر ضایعات از بیماران منتخب با استفاده از ابزار درموسکوپی متصل به تلفن همراه مجهز به نرم افزار DermEngine از MetaOptima Technology گرفته شد. این ابزار امکان گرفتن تصاویر پلاریزه را بدون مصنوعات بازتابنده را فراهم می کند.

تست های مرجع برای ضایعات با بررسی هیستوپاتولوژیک همراه بود. ضایعاتی که در عکس های کل بدن بدون تغییر باقی مانده بودند، خوش خیم در نظر گرفته شدند، در حالی که ضایعات تغییر یافته تحت نظارت درموسکوپی دیجیتال قرار گرفتند.

در مجموع 172 ضایعه رنگدانه مشکوک از 124 بیمار در مطالعه تشخیصی قرار گرفتند. برای مطالعه مدیریتی، 5696 ضایعات رنگدانه از 66 بیمار پرخطر وارد شدند.

گروه داده های نامتعادل را ارائه کرد که در آن 99.7 درصد ضایعات خوش خیم و 0.3 درصد بدخیم بودند، که معیار مطالعه مدیریت بیشتر بر روی ویژگی متمرکز بود و نه حساسیت. هوش مصنوعی کلاس هفت کمی برتر از متخصصان و بسیار برتر از تازه کارها بود هوش مصنوعی هفت کلاسه جدید مجهز به تلفن همراه مجهز به پیوست تلفن درموسکوپی ساده، داده هایی را برای ایجاد الگوریتم ارائه می دهد که به تشخیص بهتر سرطان پوست در مقایسه با افراد تازه کار کمک می کند. برای تشخیص، الگوریتم AI کلاس هفت معادل تصمیم متخصصان بود، در حالی که برتر از تشخیص تازه کارها باقی ماند..

در مقایسه، الگوریتم های هوش مصنوعی ISIC به طور قابل توجهی نسبت به تشخیص متخصصان پایین تر بودند، اما به طور قابل توجهی نسبت به تصمیم گیری های تازه کار برتر بودند. این تفاوت در عملکرد بین هوش مصنوعی هفت کلاسه و هوش مصنوعی ISIC را می توان به دلیل آموزش هوش مصنوعی کلاس هفت با مجموعه داده بسیار بزرگتر و متنوع تر نسبت داد. هوش مصنوعی مدیریت کلاس هفت به طور قابل توجهی از مدیریت متخصصان و تازه کارها پایین تر بود.

نتیجه گیری

کارآزمایی بالینی فعلی یک سیستم تشخیص سرطان پوست مبتنی بر هوش مصنوعی را با استفاده از تصاویر درموسکوپی ارائه کرد. برخلاف مطالعات قبلی، یافته های این مطالعه نشان می دهد که یک فناوری تلفن همراه ساده بدون هیچ سخت افزار گران قیمتی می تواند سرطان پوست را به دقت تشخیص دهد.