A Kindai Egyetem bőrgyógyászati és mérnöki karainak kutatócsoportja olyan mesterséges intelligencián alapuló diagnosztikai rendszert fejlesztett ki, ami képes nagy pontossággal azonosítani az arcbőr pigmentált elváltozásainak típusát, ezzel segítve a lézeres kezelések megtervezését és biztonságos alkalmazását. A kutatás részletei a Cureus folyóiratban jelentek meg online, és a tanulmányban pontosan dokumentált eredmények mérföldkőnek számítanak a bőrgyógyászati képalkotó diagnosztika terén.

A különféle arcon megjelenő pigmentált elváltozások, mint például a melasma, a szeplő, az szerzett dermális melanocitózis, a solar lentigo vagy a lentigo maligna melanoma gyakran vizuálisan nagyon hasonlóak egymáshoz, ami megnehezíti a helyes és gyors diagnózist. Ez azonban kritikus jelentőségű, hiszen az egyes típusok lézeres kezelhetősége nagymértékben eltér egymástól.

Például egy tévesen felismert melasma esetén a lézeres beavatkozás nemhogy javulást nem eredményez, hanem súlyosbíthatja az állapotot. Ezzel szemben a lentigo maligna melanoma késedelmes sebészi eltávolítása akár életveszélyes következményekkel is járhat.

Az AI szerepe

A kutatásban részt vevő csapat – Haruyo Yamamoto, Chisa Nakashima és Atsushi Otsuka vezetésével – mélytanulási (deep learning) algoritmusokat alkalmazott, köztük az InceptionResNetV2 és a DenseNet121 modelleket, hogy öt különböző elváltozástípust azonosítsanak klinikai képek alapján. Az algoritmusokat 432 darab, valós betegekről készült klinikai felvételen tanították és validálták, majd az AI-rendszerek diagnosztikai pontosságát összevetették kilenc szakorvos és tizenegy nem szakorvos eredményeivel.

A tanulmány szerint az InceptionResNetV2 modell 87%-os, míg a DenseNet121 modell 86 százalékos diagnosztikai pontosságot ért el. Ezek az eredmények jelentősen meghaladták a szakorvosok középértékben mért 80 százalékos, valamint a nem szakorvosok 63 százalékos teljesítményét. Különösen figyelemre méltó, hogy mindkét modell 100 százalékos érzékenységgel ismerte fel a lentigo maligna és lentigo maligna melanoma eseteket, ami kulcsfontosságú az időben történő beavatkozás szempontjából – írja a Medical Xpress.

„Az eredmények azt mutatják, hogy az általunk alkalmazott mélytanulási modellek hatékonyabbak lehetnek a diagnózis felállításában, mint az emberi szakértők. Ez új szintre emelheti a bőrgyógyászati diagnosztikát és kezeléstervezést” – hangsúlyozta Haruyo Yamamoto vezető kutató.

A vizsgálat rávilágít arra, hogy a mesterséges intelligencia nem csupán a rosszindulatú bőrelváltozások felismerésében lehet hatékony, hanem a jóindulatú arcbőr-elváltozások differenciálásában is, különösen akkor, ha az eredmények alapján lézeres kezelés szükséges. A fejlesztett rendszer tehát nemcsak orvosi segédeszközként szolgálhat, hanem csökkentheti a hibás diagnózisokból fakadó kezelési kockázatokat is a klinikai gyakorlatban.