AIは皮膚がんを早期に発見できる可能性がある

研究者たちは、疑わしい皮膚異常の画像を評価することで、最も危険な皮膚がんである黒色腫の検出に人工知能がどのように役立つかを研究しています。

この技術は、医療専門知識の代替ではなく、意思決定支援ツールとして設計されており、皮膚科医が細心の注意を必要とする可能性のある症例をより迅速に特定するのに役立つ可能性があります。

「AIの目標は、 医師や他の専門家を置き換えるしかし、AI は皮膚科医へのアクセスが限られている患者を助けることができます」と、この研究を主導したミズーリ大学獣医学部の准研究教授カムレンドラ・シン氏は述べています。

「早期発見は早期治療につながるため、私たちの研究はいつか健康転帰の改善に大きな役割を果たす可能性があります。」

その未来に近づくために、Mizzou の研究者は、患者の皮膚の画像を検査し、黒色腫を示す可能性のある、ほくろや疑わしい斑点のサイズ、形状、色、密度、鮮明度などの微妙な視覚パターンを評価できる、高精度の AI モデルを開発しています。

研究では、シン氏と彼のチームは、黒色腫の確認された症例を含む皮膚異常の画像40万枚のデータベースを使用してAIモデルをトレーニングし、テストしました。画像は、患者の皮膚の高解像度の 3 次元デジタル マップを作成する高度なテクノロジーである 3D 全身写真を使用して取得されたもので、研究者が全身の微妙な視覚的詳細を分析できるようになります。

シン氏は、黒色腫と皮膚の良性疾患を区別する際に、既存の 3 つの AI モデルのうちどれが最も正確であるかに興味を持っていました。個別に、各モデルは最大 88% の精度を達成しました。しかし、Singh が 3 つのモデルを組み合わせたところ、パフォーマンスが大幅に向上し、精度は 92% を超えました。

ボンド ライフ サイエンス センターの主任研究者として、シン氏は、特に患者が高度に専門化された医療専門家や医療機器を利用できない領域において、医療へのアクセスを拡大する上で AI が果たせる役割に特に関心を持っています。 AI モデルは、さまざまな肌の色調、照明条件、カメラ角度を表す画像など、より大規模なデータセットでトレーニングされ続けるため、正確な予測を行う能力は向上し続けます。

「これを医療現場で医師がツールとして使用できるようになるまでにはしばらく時間がかかりますが、この研究は有望な概念実証です」とシン氏は言う。

「研究者として、AI がなぜ、どのようにして結論に達するのかをもっとうまく説明できれば、より多くの医療専門家が AI がAI に影響を与える可能性があると信頼するようになるでしょう。 役立つツール 最終的には臨床上の意思決定をサポートし、患者の転帰を改善します。」

この研究は、 バイオセンサーとバイオエレクトロニクス: X。

ソース： ミズーリ大学