Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'algorithme pour le diagnostic de cancer de la peau exécute à l'égal des dermatologues

On a maintenant présenté une étude qui amplifie la preuve pour l'usage des solutions d'AI dans la diagnose de cancer de la peau. Avec un algorithme ils se sont conçus, scientifiques à l'université de l'exposition de Gothenburg la capacité de technologie d'exécuter au même niveau que des dermatologues en évaluant la gravité du mélanome de peau.

L'étude, les publiées dans le tourillon de l'Académie américaine de la dermatologie, et ses résultats sont les travaux d'un organisme de recherche au service de dermatologie et vénéréologie à l'Académie de Sahlgrenska, université de Gothenburg.

L'étude a été entreprise au centre hospitalier universitaire de Sahlgrenska à Gothenburg. Son but était, par apprentissage automatique (ML), de former un algorithme pour déterminer si le mélanome de peau est invasif et il y a un risque de lui écartant (metastatizing), ou s'il demeure à une étape d'accroissement dans laquelle il est logé à l'épiderme, sans le risque de métastase.

L'algorithme a été formé et validé sur 937 images dermatoscopic de mélanome, et par la suite vérifié sur 200 cas. Tous les cas compris ont été diagnostiqués par un dermatopathologist.

La majorité de mélanomes sont trouvées par des patients plutôt que des médecins. Ceci propose que, dans la plupart des cas, le diagnostic soit relativement facile. Avant la chirurgie, cependant, il est souvent beaucoup plus difficile de déterminer l'étape que le mélanome a atteinte.

Pour rendre les catégories plus précises, les dermatologues emploient des dermatoscopes -- instruments qui combinent un type de loupe avec l'illumination lumineuse. Ces dernières années, l'intérêt en employant le ml pour des catégories de tumeur cutanée a augmenté, et plusieurs publications ont prouvé que les algorithmes de ml peuvent exécuter à l'égal de, ou même améliorent que, les dermatologues expérimentés.

L'étude actuelle donne maintenant un autre élan à la recherche dans ce domaine. Quand la même tâche de catégorie a été effectuée par l'algorithme d'une part et sept dermatologues indépendants de l'autre, le résultat était une attraction.

« Aucun des dermatologues n'a surpassé de manière significative l'algorithme de ml, » indique Sam Polesie, un chercheur à l'université de Gothenburg et docteur de spécialiste au centre hospitalier universitaire de Sahlgrenska, qui est l'auteur correspondant de l'étude.

Sous une forme développée, l'algorithme a pu servir de support dans la tâche d'évaluer la gravité du mélanome de peau avant la chirurgie. Les affects de catégorie combien considérable un fonctionnement doit être, et est pour cette raison important pour le patient et le chirurgien.

Les résultats de l'enquête sont intéressants, et l'espoir est que l'algorithme peut être employé comme d'aide à la décision clinique à l'avenir. Mais il a besoin raffiner davantage, et des études prospectives que les patients de moniteur sont au fil du temps nécessaires, aussi. »

Sam Polesie, chercheur, université de Gothenburg