Badania wykazały, iż sztuczna inteligencja może pomóc we wczesnym wykrywaniu raka skóry

W ostatnich dziesięcioleciach rak skóry uznawany jest za jeden z najpowszechniejszych i najbardziej rozpowszechnionych nowotworów na świecie. Aby zmniejszyć śmiertelność, konieczne jest wczesne wykrycie raka skóry. Skóra chroni organizm przed infekcjami, wirusami takimi jak koronawirus, ciepłem i niebezpiecznym promieniowaniem UV. Może także magazynować wodę i tłuszcz, utrzymywać temperaturę ciała i wytwarzać witaminę D. Światowa Organizacja Zdrowia szacuje, iż rocznie występuje około 132 000 przypadków czerniaka skóry. Bliski Wschód ma najwyższy wskaźnik zachorowań na raka skóry, Egipt – 1,52, a jego światowa pozycja to 117.

Opublikowana praca zatytułowana „Wczesny zautomatyzowany system wykrywania raka skóry przy użyciu technik sztucznej inteligencji” implementuje zautomatyzowany system wykrywania raka skóry wykorzystujący obrazy dermoskopowe do identyfikacji łagodnych i złośliwych zmian skórnych z wykorzystaniem sztucznej inteligencji.

Po przeanalizowaniu badania naukowcy doszli do wniosku, iż proponowana metodologia przewyższa metody tradycyjne. Spójna wydajność klasyfikacji we wszystkich metrykach w różnych klasyfikatorach wskazuje na przydatność proponowanych funkcji i metodologii.

Dlatego proponowany system jest łatwy w obsłudze, umożliwia zdalne monitorowanie pacjentów, wcześnie wykrywa raka skóry i jest wysoce skuteczny. Poprawia także wskaźnik rozpoznawania raka skóry. Zautomatyzowany system wczesnego wykrywania obrazów dermoskopowych raka skóry wykorzystujący sztuczną inteligencję poprawia skuteczność diagnozy.

Ograniczenia w wykrywaniu raka skóry

Istnieje wiele metod wykrywania raka skóry. Tradycyjne metody wykrywania raka skóry, takie jak BIOPSY i badanie gołym okiem (kontrola wzrokowa przeprowadzana przez dermatologów lub lekarzy pierwszego kontaktu), wiążą się z kilkoma wyzwaniami i ograniczeniami. Może to skutkować zarówno nadrozpoznawaniem (identyfikowanie zmian łagodnych jako złośliwych), jak i niedodiagnozowaniem (brak zmian złośliwych). Dlatego metoda kontroli wizualnej nie jest metodą niezawodną.

Ograniczeniem tradycyjnych metod jest ich niedokładność w różnicowaniu zmian chorobowych. Kolejnym ograniczeniem jest dostępność dermatologów lub wyspecjalizowanych pracowników służby zdrowia do diagnozowania raka skóry w wielu regionach, szczególnie na obszarach wiejskich lub słabo rozwiniętych. Ograniczenie to może prowadzić do opóźnień w diagnostyce i leczeniu.

Aby przezwyciężyć te ograniczenia, realizowane są badania i rozwój technologii, takich jak dermoskopia, teledermatologia i systemy diagnostyki wspomaganej komputerowo, mające na celu poprawę dokładności, wydajności i dostępności wykrywania raka skóry.

Cyfrowe obrazy mikroskopowe raka skóry można ulepszyć dzięki technik uczenia maszynowego (ML) i głębokiego uczenia się (DL). Do wykrywania różnych chorób wykorzystuje się sztuczną inteligencję i dostosowanie technologii do potrzeb człowieka. Komputerowe systemy wykrywania mogą poprawić wskaźnik diagnozowania raka skóry w porównaniu z metodami tradycyjnymi.

Lepsze wykrywanie dzięki sztucznej inteligencji

Proponowany system przyspiesza czas pracy dermatologów i poprawia skuteczność diagnozy. Został opracowany do wykrywania łagodnych i złośliwych zmian skórnych przy użyciu wielu etapów, w tym wstępnego przetwarzania, różnych metod segmentacji, ekstrakcji/selekcji cech i innych metod klasyfikacji stosowanych do analizy zautomatyzowanych obrazów dermoskopowych.

W badaniu tym wykorzystano dwa modele ML (ANN i SVM); oferują korzyści w wykrywaniu raka skóry przy użyciu zestawu danych PH2. ANN doskonale radzi sobie z uczeniem się złożonych reprezentacji na podstawie surowych danych, a SVM zapewnia solidność i wydajność. Proponowany system jest wydajny, dokładny i łatwy w obsłudze dla różnych użytkowników (lekarzy i pacjentów). Wczesne wykrycie i diagnoza raka skóry może prowadzić do skuteczniejszych wyników leczenia i potencjalnie uratować życie. Ponadto może obniżyć całkowity koszt leczenia.