Algorytm stałości kolorów oparty na sztucznej inteligencji poprawia dermoskopię i opiekę kliniczną

Jak wynika z badania porównawczego opublikowanego w czasopiśmie „AI”, algorytmy stałości kolorów oparte na sztucznej inteligencji (AI) zastosowane do oceny zmian skórnych za pomocą dermoskopii skutecznie poprawiły jakość obrazowania dermoskopowego i przyniosły pozytywne wyniki lekarzom. Badania i technologia skóry.¹

Badacze Branciforte i współpracownicy starali się zbadać skuteczność i działanie opartego na sztucznej inteligencji algorytmu stałości kolorów, znanego jako DermoCC-GAN, w kontekście badań skóry i diagnostyki zmian chorobowych. Zauważyli, że chociaż wykazano, że algorytmy te poprawiają jakość obrazów dermoskopowych poprzez zmniejszenie zmienności czynników takich jak oświetlenie, istnieje niewiele badań oceniających skuteczność wpływu algorytmu na przebieg pracy lekarza.

W szczególności w badaniu zbadano wpływ algorytmu na jakość obrazu postrzeganą przez dermatologów, diagnozę pacjenta i pewność dermatologa co do diagnozy.

Korzystając ze zbioru danych o otwartym dostępie, badacze rozpoczęli od łącznie 150 obrazów dermoskopowych pięciu różnych typów zmian, w tym rogowacenia słonecznego, raka podstawnokomórkowego, zmian rogowacopodobnych, czerniaka i znamion. Do badania włączono typy zmian na podstawie częstości występowania stanu klinicznego i potencjalnych problemów diagnostycznych ze względu na różnorodność cech morfologicznych.

Wszystkie 150 obrazów przetworzono przy użyciu DermoCC-GAN, co dało w sumie 300 obrazów objętych badaniem, przy czym 150 obrazów oryginalnych i 150 obrazów przetworzonych przez algorytm.

W badaniu wzięło udział trzech dermatologów o różnym poziomie doświadczenia klinicznego, którzy wykonali pojedyncze zadanie oceny i zadanie oceny w parach.

W zadaniu oceny niesparowanej dermatolodzy ocenili obrazy pod kątem ogólnej jakości obrazu, rozpoznania zmian chorobowych i pewności diagnostycznej. W zadaniu oceny sparowanej dermatolodzy oceniali obrazy pod kątem efektu normalizacji, diagnozy zmian i pewności diagnostycznej.

Jeśli chodzi o ocenę jakości obrazu, dermatolodzy zbadali jasność, ostrość i składniki koloru. Ogólnie rzecz biorąc, obrazy znormalizowane za pomocą algorytmu stałości kolorów opartego na sztucznej inteligencji były wizualnie postrzegane jako wyższej jakości niż obrazy oryginalne.

„Jest oczywiste, że wykorzystanie naturalnych obrazów przez algorytmy stałości kolorów oparte na sztucznej inteligencji, takie jak DermoCC-GAN, przynosi lekarzowi korzyści jakościowe w rutynowym diagnozowaniu zmian skórnych. Jednakże, uznając znaczenie szczególnej ostrożności w tym W tej dziedzinie „zawsze sugerujemy jednoczesną analizę obrazów oryginalnych i znormalizowanych” – napisali autorzy badania. „Takie podejście umożliwia dermatologom wydobycie niezbędnych informacji z obu obrazów, co przyczynia się do dokładniejszej klasyfikacji. „Połączenie oryginalnych i zmodyfikowanych obrazów nie tylko zwiększa możliwości diagnostyczne lekarzy, ale także zwiększa ich poziom pewności podczas procesu diagnostycznego”.

odniesienie

1. Branciforte F, Meberger KM, Zavataro E i in. Wpływ stałości kolorów opartej na sztucznej inteligencji na dermatologiczną ocenę zmian skórnych: badanie porównawcze. Skórka rasy Technol. 2023;29(11). doi:10.1111/srt.13508