pandermを使用した縦方向の皮膚鏡面画像ベースの病変変化検出。クレジット： 自然医学 （2025）。 doi：10.1038/s41591-025-03747-y
黒色腫と他のさまざまな皮膚疾患の検出は、モナッシュ大学が率いる国際的な研究者チームによって開発された複数の画像タイプを同時に分析する新しいAI駆動のツールを使用すると、より速く、より正確になります。
一連の評価により、医師が使用すると、皮膚がんの診断精度が11％改善されたことが示されました。このモデルは、非誘導体の医療専門家が、他のさまざまな皮膚の状態の診断精度を16.5％改善するのに役立ちました。
また、臨床医の検出前に病変に関する皮膚がんを早期に検出する能力も示しました。
200万を超えるスキン画像の訓練を受けたモデルのデータは、4種類の医療画像にわたって、複数の国の11の機関から供給されました。
AIおよびコンピュータービジョンの専門家であり、研究の主要な共著者の1人であるモナッシュ大学の情報技術学部のZongyuan GE准教授は、皮膚癌の既存のAIモデルが皮膚がんの診断などの孤立したタスクに限定されたままであると述べました。デモスコープツールを使用してキャプチャされた皮膚の拡大画像。
「以前のAIモデルは、さまざまなデータ型とイメージング方法を統合して処理するのに苦労しており、さまざまな現実世界の設定で医師に対する有用性を減らしています」とGE准教授は述べています。
「Pandermは、臨床医と一緒に作業するように設計されたツールであり、複雑なイメージングデータを解釈し、より自信を持って情報に基づいた意思決定を行うのに役立ちます。」
単一のタスクを実行するように訓練された既存のモデルとは異なり、Pandermは、皮膚がんのスクリーニング、癌の復帰または拡散の可能性、皮膚タイプの評価、モグラカウント、病変の変化の追跡、幅広い皮膚状態の診断、およびセグメント媒介などの幅広い臨床タスクで評価されました。
これは一貫してクラス最高の結果を提供しましたが、多くの場合、通常は標識データの5％〜10％しか必要ありませんでした。
臨床環境では、Pandermは、医師が日常的に使用する皮膚画像のスペクトルを分析するサポートツールとして機能します。このシステムは、これらの画像を処理し、診断確率評価を提供し、臨床医がより大きな自信を持って視覚データを解釈するのに役立ちます。
この統合は、非専門家の診断精度を改善し、時間の経過に伴う微妙な病変の変化を検出し、患者のリスクレベルを評価するために特に価値があります。
最初の著者と博士号Monash University工学部の学生Siyuan Yanは、マルチモーダルアプローチがシステムの成功の鍵であると述べました。
「さまざまなイメージング技術からの多様なデータに関するPandermをトレーニングすることにより、皮膚科医のように肌の状態を理解できるシステムを作成しました。さまざまな視覚ソースからの情報を合成することで」とYan氏は言いました。
現在、皮膚の状態が世界集団の70％に影響を与えているため、早期発見が重要であり、治療結果の向上につながる可能性があります。
この論文の共著者であるアルフレッド・ヘルス・ビクトリア州の黒色腫サービスディレクターであるビクトリア・マー教授は、パンダームは、病変の微妙な変化を時間の経過とともに検出し、病変生物学と将来の普及リスクの手がかりを提供することを望んでいると述べた。
「この種の支援は、メラノーマのリスクがある患者の早期診断とより一貫したモニタリングをサポートする可能性があります」とマー教授は述べました。
「病院や診療所の設定では、医師はさまざまな方法とさまざまな種類の画像を使用して、皮膚がんやその他の皮膚の状態を診断します。」
クイーンズランド大学皮膚科研究センターのディレクターであり、研究の主任共著者であるH.ピーター・ソイアー教授は、都市、地域、農村の医療スペースで利用可能なリソースのレベルが異なるため、画像と診断技術の違いも生じる可能性があると述べました。
「Pandermの強さは、既存の臨床ワークフローをサポートする能力にあります」とSoyer教授は言いました。
「忙しいまたはリソース制限された設定、または皮膚科医へのアクセスが制限される可能性のあるプライマリケアでは、特に価値があります。
「少量のラベル付きデータのみで訓練されている場合でも、このツールは強力に機能することができました。これは、標準の注釈付きデータがしばしば制限される多様な医療環境で重要な利点です。」
ウィーン大学皮膚科学部のシニア共著者ハラルド・キトラー教授は、Pandermが、グローバルなコラボレーションと多様な臨床データを使用して、技術的に強力であるだけでなく、異なる医療システム全体で臨床的に関連するAIツールを構築する方法を実証したと述べました。
「ヨーロッパを含む、さまざまな現実世界の設定での診断をサポートする能力は、皮膚科の専門知識を世界中でよりアクセスしやすく一貫性にするための一歩を踏み出すことです」とキトラー教授は言いました。
有望な研究結果を示していますが、Pandermは現在、より広範なヘルスケアの実施の前に評価段階にあります。
未来に目を向けると、研究者は、より広い範囲の皮膚症の状態と臨床バリアントに対処する、より包括的な評価フレームワークを開発することを目指しています。
チームは、異なる人口統計学的評価のための標準化されたプロトコルを確立し、さまざまな患者集団やヘルスケア環境で公平なパフォーマンスを確保することに特に焦点を当てて、さまざまな現実世界の臨床環境でのモデルのパフォーマンスをさらに調査することを計画しています。
詳細：
Siyuan Yan et al、臨床皮膚科のマルチモーダルビジョンファンデーションモデル、 自然医学 （2025）。 doi：10.1038/s41591-025-03747-y
引用：2025年6月9日に取得した皮膚がんのAI駆動型のヘッドスタート（2025年、6月9日）に医師に与える
このドキュメントは著作権の対象となります。私的な研究や研究の目的のための公正な取引とは別に、書面による許可なしに再現される部分はありません。コンテンツは情報のみで提供されます。
#皮膚がんのAI駆動型のヘッドスタートを医師に与える