RDEB SCC 向け人工知能患者アプリ

この研究では、劣性ジストロフィー性表皮水疱症 (RDEB) 皮膚の写真から扁平上皮癌 (SCC) を検出するための人工知能モデルが開発されています。 最終的な目標は、このモデルを患者と医師向けのアプリに統合して、RDEB で SCC を早期に検出できるようにすることです。

急速に転移する SCC は、RDEB の成人の主な死因です。 SCC が早期に認識されるほど、SCC の除去が容易になり、より良い結果が得られます。 AI はコンピューター サイエンスを活用して、通常は人間の知性を必要とするタスクを実行します。最近では、画像に基づいて皮膚がんを特定するために使用されています。 私たちは現在、SCC を早期に検出し、悪性腫瘍を慢性創傷やその他の RDEB 皮膚所見と区別するための AI アプローチを開発しています。 目的は、RDEB 患者が自分の皮膚の画像をアップロードし、SCC の有無に関する出力を取得するための Web アプリケーションを作成することです。 これは、医療専門家へのアクセスが困難な患者や、多くの場合生検を恐れて、毎回の訪問で完全な皮膚検査を許可することをためらっている患者にとって特に価値があります. したがって、このプロジェクトは SCC の早期認識を可能にすることで患者に直接利益をもたらし、家庭用ツールを提供することで患者とその家族に力​​を与えます。

これまでのところ、研究チームは主に、RDEB の SCC と SCC のない RDEB 皮膚の画像の両方のプロの画像 (医師、看護師、および臨床写真家によって病院の環境で撮影された写真) を使用して、AI モデルの開発とトレーニングを行ってきました。 実際の環境で期待される画像は、ほとんどの場合、患者や家族が携帯電話やデジタル カメラで撮影した写真です。 これらの画像には、解像度、フォーカス、照明、および背景に関するさまざまなプロパティがあります。 このような画像を組み込むことは、モデル開発の次のフェーズ (テストと検証) で非常に重要になります。これは、Web アプリケーションが患者にとって成功するためです。