Mesterséges intelligencia alkalmazása az androgenetikus alopecia diagnosztizálásában: Egy képzési és validációs tanulmány.

Az a szándékunk, hogy mesterséges intelligencia (AI) és gépi tanulás (ML) modelleket fejlesszünk ki és validáljunk a férfi és női mintás hajhullás diagnosztizálására, valamint a súlyosságának értékelésére klinikai és trichoszkópos képek alapján, széles körben elérhető és hozzáférhető kézi dermoszkópok felhasználásával.

A hagyományos androgenetikus alopecia (AGA) diagnózis és a súlyosság értékelése fárasztó és időigényes feladatok, amelyek hajlamosak az emberi hibákra. Ezeket a kihívásokat kezelhetjük a mesterséges intelligencia (AI) segítségével, nevezetesen a gépi tanulás és a mesterséges neurális hálózatok alkalmazásait kihasználva a fejbőrbetegségek osztályozási rendszereinek diagnosztikai pontosságának javítására dermoszkópos képvizsgálaton keresztül. A haj mikrofényképeinek számítógéppel segített értékelését évtizedek óta próbálják, de számos technikai akadályba ütközött a mélytanulás és a neurális hálózatok megjelenése előtt; és a jelenleg elérhető szoftverek pontatlan eredményeket generálnak a vizuális számláláshoz képest. Pontosabb elemzési módszerekre van szükség a trichoszkópos képalkotáshoz, amelyek nagy képadatbázissal kiképzett mélytanulásos képfelismerő modelleket használnak. Az elmúlt években számos mélytanulási modellt fejlesztettek ki videodermoszkópia felhasználásával, amelyek megbízható hajsűrűséget, vastagságot és súlyossági osztályozást értek el, de továbbra is korlátozottak a kis, nem átfogó képzési adathalmazok, a hajnyírás szükségessége és a részletes jelentéskészítés hiánya miatt. Továbbá, tudomásunk szerint minden korábbi modell drága, önálló videodermoszkópiai eszközökről történő képfelvételtől függ, amelyek nem széles körben elérhetőek, és nem a gyakran elérhető kézi dermoszkópoktól.

A tanulmány 400 résztvevőt fog felvenni (200 egészséges kontroll és 200 AGA beteg). A kontrollok anamnézist és trichoszkópos vizsgálatokat végeznek a hajbetegségek kizárására. A trichoszkópos vizsgálat egy kézi dermoszkóppal (CuTechs DS175) történik egy speciális mezőtérítővel. A betegeknél a betegség súlyosságát nem-specifikus skálákkal értékelik. Mindkét csoportnál standardizált digitális és trichoszkópos képeket készítenek elemzésre. A képeket arra használják, hogy manuálisan megszámolják és osztályozzák a hajszálakat, értékeljék a tüszőegységeket, és azonosítsák a dermoszkópos jeleket. Egy strukturált adatbázis tárolja az összes adatot és összekapcsolja a klinikai és képadatait, hogy támogassa az objektív diagnózist. AI modelleket, különösen transzfer tanulást használó CNN-eket, előfeldolgozott képeken képeznek ki osztályozásra és súlyossági pontozásra. A modell teljesítményét olyan metrikákkal értékelik, mint a pontosság, precizitás, visszahívás, F1-pontszám és AUC-ROC, amelyeket szakértő trichológusok által jelentett metrikákkal hasonlítanak össze a pontosság és megbízhatóság validálására.