Technologie

Einfaches KI -Modell entspricht der Expertise der Dermatologen bei der Beurteilung von Plattenepithelkarzinom

Es wurde gezeigt, dass ein einfaches KI -Modell bei der Beurteilung der Aggressivität einer häufigen Form von Hautkrebs und Plattenepithelkarzinom mit erfahrenen Dermatologen entspricht. Die Forschung wurde von der Universität von Göteborg geleitet.

Jedes Jahr entwickeln mehr als 10.000 Schweden ein Plattenepithelkarzinom. Dies ist die zweithäufigste Form von Hautkrebs in Schweden nach Basalzellkarzinom, und ihre Prävalenz nimmt rasch zu. Plattenepithelkarzinom entwickelt sich häufig im Kopf- und Halsbereich und in anderen Bereichen, die über viele Jahre der Sonne ausgesetzt sind.

„Diese Art von Krebs, die ein Ergebnis von Mutationen des häufigsten Zelltyps in der obersten Hautschicht ist, ist im Laufe der Zeit stark mit der akkumulierten UV-Strahlung verbunden. Sie entwickelt sich in sonnenverzögerten Bereichen, häufig mit der Haut, die bereits Anzeichen von Sonnenschäden zeigt, mit rauem schuppigen Patches, unebenen Pigmentierung und der Elastizität“, sagt Professor und die Studie, die die Studie anhielt.

Die Plattenepithelkarzinom -Diagnose ist oft einfach – die Herausforderung liegt in der präoperativen Bewertung -, um festzustellen, wie aggressiv der Tumor wächst, um die Operation angemessen zu planen und zu priorisieren. Wenn der Tumor aggressiver ist, muss die Operation unverzüglich geplant werden, wobei angrenzteres Gewebe entfernt wird. Für weniger aggressive Tumoren können engere Ränder verwendet werden, wobei in einigen Fällen einfachere Verfahren ausreichen.

Fast identische Leistung

In vielen Ländern, gehörten Schweden, werden präoperative Punchbiopsien nicht routinemäßig für das mutmaßliche Plattenepithelkarzinom durchgeführt. Die Operation wird stattdessen ausschließlich auf dem klinischen Verdacht eines Tumors durchgeführt, wobei die gesamte herausgezogene Probe zur histopathologischen Analyse gesendet wurde. Die Tatsache, dass eine Operation ohne präoperative Biopsie durchgeführt wird, unterstreicht die Notwendigkeit von Bewertungsalternativen, für die keine Gewebeproben erforderlich sind, wie z. B. Bildanalyse unter Verwendung künstlicher Intelligenz (AI).

Für die Studie trainierten die Forscher ein KI-System in der Bildanalyse unter Verwendung von 1.829 klinischen Nahaufnahmen von bestätigtem Plattenepithelkarzinom. Anschließend wurde die Fähigkeit des KI -Modells, drei Tumoraggressivität zu unterscheiden, auf 300 Bildern getestet und mit den Bewertungen von sieben unabhängigen erfahrenen Dermatologen verglichen.

Die im Journal der American Academy of Dermatology International veröffentlichten Ergebnisse zeigen, dass das KI -Modell fast identisch mit dem Team von medizinischen Experten trug. Gleichzeitig war die Übereinstimmung zwischen den Einschätzungen der einzelnen Dermatologen nur gemäßigt und untermauert die Komplexität der Aufgabe.

Es wurde festgestellt, dass zwei klinische Merkmale – ulzerierte und flache Hautoberflächen – eindeutig mit einem aggressiveren Tumorwachstum verbunden sind. Tumoren, die diese Eigenschaften aufwiesen, fielen mehr als doppelt so häufig in einen der beiden höheren Aggressivitätsniveaus.

Gesundheitsbedürfnisse sollten entscheiden

Der Einsatz künstlicher Intelligenz in der Hautkrebsversorgung hat in den letzten Jahren großes Interesse geweckt, obwohl sie laut Sam Polesie bisher nur begrenzte praktische Auswirkungen auf die Gesundheitsversorgung hatte. Er betont die Bedeutung klar definierter Anwendungsbereiche, in denen Forschung einen Mehrwert für die schwedische Gesundheitsversorgung schaffen kann.

Wir glauben, dass ein solcher Anwendungsbereich die präoperative Bewertung verdächtiger Hautkrebserkrankungen sein könnte, bei denen nuanciertere Schlussfolgerungen Entscheidungen beeinflussen können. Das Modell, das wir entwickelt haben, muss weiter verfärbt und getestet werden, aber der Weg nach vorne ist klar-KI sollte integriert werden, wo es tatsächlich einen Mehrwert für Entscheidungsprozesse im Gesundheitswesen erhöht. “

Sam Polesie, Associate Professor und Dermatologe

Sam Polesie ist außerordentlicher Professor für Dermatologie und Venereologie an der Universität von Göteborg und ein praktizierender Dermatologe am Sahlgrenska University Hospital. Die Bilder, die die Studiendaten umfassten, wurden zwischen 2015 und 2023 innerhalb der dermatologischen Gesundheitsversorgung im Universitätsklinikum aufgenommen.


Quellen:

Journal reference:

Liang, V., et al. (2025). Assessing differentiation in cutaneous squamous cell carcinoma: A machine learning approach. JAAD International. doi.org/10.1016/j.jdin.2025.07.004

Daniel Wom

Daniel Wom ist ein renommierter Webentwickler und SEO-Experte, der in der digitalen Welt eine beeindruckende Karriere aufgebaut hat. Als Betreiber mehrerer Blogs und Online-Magazine erreicht er jeden Monat mehr als 1 Million begeisterte Leser. Sein unermüdlicher Einsatz für Qualität im Web und seine Fähigkeit, die neuesten Trends und Entwicklungen im Webdesign und in der digitalen Kommunikation vorherzusehen und sich daran anzupassen, haben ihn zu einer angesehenen Persönlichkeit in der Branche gemacht. In unserem Portal ist er der führende Kopf hinter dem Import und der Analyse der neuesten Studien.

Ähnliche Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert