Сочетание тепловизионной съемки лица и искусственного интеллекта показывает многообещающие результаты в выявлении ишемической болезни сердца
Статья
Выявление меланомы и ряда других заболеваний кожи станет более быстрым и точным благодаря новому инструменту на базе искусственного интеллекта (ИИ), который одновременно анализирует несколько типов изображений.
Исследователи из Университета Квинсленда, в том числе профессора Х. Питер Сойер и Моника Джанда, входили в команду под руководством Университета Монаша, которая разработала инструмент, который повысил точность диагностики рака кожи на 11 процентов при использовании дерматологами в исследовании с участием читателей.
«PanDerm» анализирует несколько типов изображений, включая фотографии крупным планом, дерматоскопические изображения, слайды патологий и фотографии всего тела.
Серия оценок показала, что модель помогла медицинским работникам (не дерматологам) повысить точность диагностики различных других кожных заболеваний на 16,5%.
Это также может помочь врачам выявлять рак кожи на ранних стадиях, выявляя потенциально опасные изменения до того, как врач обнаружит заболевание.
Профессор Сойер отметил, что этот инструмент может оказаться особенно ценным в условиях загруженности или ограниченных ресурсов, а также в учреждениях первичной медико-санитарной помощи, где доступ к дерматологам может быть ограничен.
«Различия в методах визуализации и диагностики могут возникать из-за разного уровня ресурсов, доступных в городских, региональных и сельских учреждениях здравоохранения.
Преимущество PanDerm заключается в его способности поддерживать существующие клинические рабочие процессы.
Мы увидели, что инструмент также показал высокие результаты даже при обучении на небольшом количестве маркированных данных, что является ключевым преимуществом в различных медицинских учреждениях, где стандартные аннотированные данные часто ограничены» - профессор Х. Питер Сойер
Данные для модели, обученной на более чем двух миллионах изображений кожи, были получены из 11 учреждений в разных странах по 4 типам медицинских изображений.
Первый автор и аспирант Сиюань Янь из Университета Монаша сказал, что мультимодальный подход стал ключом к успеху системы.
«Обучая PanDerm на основе разнообразных данных, полученных с помощью разных методов визуализации, мы создали систему, которая может понимать состояния кожи так же, как это делают дерматологи, синтезируя информацию из различных визуальных источников», — сказал г-н Ян.
Поскольку в настоящее время кожными заболеваниями страдают 70 процентов населения мира, ранняя и точная диагностика имеет решающее значение и может привести к лучшим результатам лечения.
В отличие от существующих моделей, которые обучены выполнять одну задачу, PanDerm оценивался по широкому спектру клинических задач, таких как скрининг рака кожи, прогнозирование вероятности рецидива или распространения рака, оценка типа кожи, подсчет родинок, отслеживание изменений поражений, диагностика широкого спектра кожных заболеваний и сегментация поражений.
Директор службы по лечению меланомы в Виктории в Alfred Health профессор Виктория Мар отметила, что PanDerm продемонстрировал многообещающие результаты в выявлении едва заметных изменений в поражениях с течением времени и предоставлении информации о биологии поражений и будущем метастатическом потенциале.
«Такого рода помощь может способствовать более ранней диагностике и более последовательному наблюдению за пациентами с высоким риском меланомы», — сказал профессор Мар.
«В реальных больницах и клиниках врачи используют различные способы и типы изображений для диагностики рака кожи или других кожных заболеваний».
Несмотря на многообещающие результаты исследований, в настоящее время PanDerm находится на этапе оценки перед более широким внедрением в здравоохранение.
Группа планирует разработать стандартизированные протоколы для кросс-демографических оценок и дополнительно изучить эффективность модели в различных клинических условиях, уделяя особое внимание обеспечению равной эффективности для различных групп пациентов и медицинских учреждений.
Исследования, проводимые экспертами в области искусственного интеллекта и машинного обучения в Университете Монаша, также включали сотрудничество с исследователями и врачами из больницы принцессы Александры в Брисбене, Alfred Health, Венского медицинского университета, Центра технологий искусственного интеллекта NVIDIA в Сингапуре, Флорентийского университета, Королевской больницы принца Альфреда, отделения патологии здравоохранения Нового Южного Уэльса и Главного университета Аликанте в Испании.
Исследование опубликовано в журнале Nature Medicine .
Источник: Университет Квинсленда
