Application patient d'intelligence artificielle pour les CSC RDEB

Dans cette étude, un modèle d'intelligence artificielle pour détecter les carcinomes épidermoïdes (SCC) sur des photos de peau d'épidermolyse bulleuse dystrophique récessive (RDEB) est développé. L'objectif ultime est d'intégrer ce modèle dans une application pour les patients et les médecins, afin d'aider à détecter précocement les CSC dans les RDEB.

Les SCC qui métastasent rapidement sont la principale cause de décès chez les adultes atteints de RDEB. Plus tôt un CSC est reconnu, plus il peut être retiré facilement et meilleur est le résultat. L'IA s'appuie sur l'informatique pour effectuer des tâches qui nécessitent généralement l'intelligence humaine et a récemment été utilisée pour identifier les cancers de la peau à partir d'images. Nous développons actuellement une approche d'IA pour la détection précoce du SCC et la distinction de la malignité des plaies chroniques et d'autres découvertes cutanées RDEB. L'objectif est de créer une application Web permettant aux patients atteints d'EBDR de télécharger des images de leur peau et d'obtenir une sortie indiquant que le SCC est présent/pas de SCC. Cela sera particulièrement utile pour les patients ayant un accès difficile à l'expertise médicale et ceux qui hésitent à permettre un examen complet de la peau à chaque visite, souvent par peur des biopsies. Ainsi, ce projet bénéficiera directement aux patients en permettant une reconnaissance précoce des CSC et responsabilisera les patients et leurs familles en fournissant un outil à usage domestique.

Jusqu'à présent, l'équipe de l'étude a principalement utilisé des images professionnelles (photographies prises en milieu hospitalier par des médecins, des infirmières et des photographes cliniques) des SCC dans RDEB et des images de peau RDEB sans SCC pour développer et entraîner le modèle d'IA. Les images attendues dans un environnement réel seront principalement des photos prises par des patients ou des membres de leur famille avec leurs téléphones ou appareils photo numériques. Ces images ont des propriétés différentes concernant la résolution, la mise au point, l'éclairage et les arrière-plans. L'intégration de telles images sera cruciale dans les prochaines phases de développement du modèle - test et validation - pour que l'application Web soit un succès pour les patients.