Η ψωρίαση είναι μια κοινή χρόνια φλεγμονώδης δερματοπάθεια που χαρακτηρίζεται από ανυψωμένες, ερυθηματώδεις και με απολέπιση περιοχές δέρματος και είναι διαδεδομένη στο 2-3% του δυτικού πληθυσμού. Οι αλγόριθμοι βαθιάς μάθησης, όπως τα συνελικτικά νευρωνικά δίκτυα, μπορούν αυτόματα και αντικειμενικά να εκτελούν βαθμολόγηση Περιοχής και Βαρύτητας της Ψωρίασης βάσει εικόνας, σύμφωνα με μια μελέτη που δημοσιεύτηκε στο τεύχος Ιανουαρίου του Journal of the European Academy of Dermatology and Aphrodisiology. Αν εξελιχθεί, πρόκειται για μια πραγματική επανάσταση στον τρόπο με τον οποίο ολοκληρώνεται η διάγνωση στις δερματοπάθειες.
Λεπτομέρειες για την μελέτη
Η Mirjam J. Schaap, M.D., από το Πανεπιστημιακό Ιατρικό Κέντρο Radbound στο Nijmegen της Ολλανδίας και οι συνεργάτες του εξέτασαν την απόδοση της αυτοματοποιημένης βαθμολόγησης Περιοχής και Βαρύτητας της Ψωρίασης (PASI) βάσει εικόνας σε ανατομικές περιοχές από αλγορίθμους βαθιάς μάθησης (CNN). Οι σειρές απεικόνισης αντιστοιχίστηκαν με τις υποβαθμίσεις PASI που καθορίστηκαν από τον θεράποντα ιατρό. Χρησιμοποιώντας τυποποιημένες σειρές απεικόνισης 576 περιοχών κορμού, 614 χεριών και 541 ποδιών, τα CNN εκπαιδεύτηκαν. Η εκπαίδευση ήταν ξεχωριστή για κάθε υποβαθμολογία PASI (ερύθημα, απολέπιση, σκλήρυνση και περιοχή) σε κάθε ανατομική περιοχή. Η συμφωνία με τις βαθμολογίες που καθορίζονται από τους γιατρούς στις πραγματικές αξιολογήσεις επιβεβαιώθηκε με τον συντελεστή συσχέτισης εντός της τάξης (ICC).
Οι ερευνητές διαπίστωσαν ότι για την περιοχή του κορμού, τα ICC μεταξύ των βαθμολογιών του CNN και της πραγματικής ζωής ήταν 0,616, 0,580, 0,580 και 0,793 για ερύθημα, απολέπιση, σκλήρυνση και περιοχή, αντίστοιχα. παρόμοια αποτελέσματα παρατηρήθηκαν για τις περιοχές των ποδιών και των χεριών. Σε σύγκριση με τη βαθμολογία βάσει εικόνας από τους γιατρούς, τα ICC μεταξύ των βαθμολογιών του CNN και της πραγματικής ζωής ήταν ελαφρώς υψηλότερα για το ερύθημα (0,616 έναντι 0,558), τη σκλήρυνση (0,580 έναντι 0,573) και τη βαθμολογία περιοχής (0,793 έναντι 0,694). στη βαθμολογία απολέπισης, οι γιατροί ξεπέρασαν ελαφρώς τις επιδόσεις του CNN (0,580 έναντι 0,589). “Στο μέλλον, η αυτοματοποιημένη βαθμολόγηση PASI θα μπορούσε να επιτρέψει την αντικειμενική και αποτελεσματική βαθμολογία PASI στην (απομακρυσμένη) κλινική πρακτική και την κλινική έρευνα”, αναφέρουν οι συγγραφείς.