アトピー性皮膚炎管理AIアプリ

このプロジェクトは四川大学西中国病院皮膚静脈科で実施されます。 このプロトコールは四川大学西中国病院の生物学・医療倫理委員会によって承認され、皮膚病変の画像を撮影する前と臨床試験に参加者を募集する前に、すべての参加者から書面によるインフォームドコンセントが得られます。

1. AI ディープラーニングによる AD の自動検出と評価 1.1 アトピー性皮膚炎のデータセット AI ディープラーニング用に AD 患者の 10,000 枚以上の臨床画像からデータセットを構築します。 低品質の画像は除外され、周囲の背景を含む画像は AD 病変のみを含むようにトリミングされます。

   1.2 皮膚病変の臨床徴候のラベル付け ラベル付けは、3 人の認定皮膚科医と 3 人の訓練を受けたアルゴリズムエンジニアによって行われます。 皮膚科医は、紅斑、丘疹、浮腫、滲出、擦過傷、苔癬化、乾燥などの臨床徴候をラベル付けし、各徴候の重症度を 4 段階評価 (0: なし、1: 軽度、2:中等度、3: 重度)。 画像内の各臨床徴候の結果は、紅斑-2、浮腫-2、または滲出-3の例としてラベル付けされます。 画像にラベルを付けた後、皮膚科医とアルゴリズム エンジニアは、臨床ルールとラベル付けルールの両方からラベル付き画像の品質を検証し、兆候と重症度の精度を相互検証します。 要件を満たす画像はモデルのトレーニングに使用されます。 ラベル付けとモデルのトレーニングのプロセス中、関係者はすべての個人的な患者情報を知りません。

   1.3 モデルのトレーニング モデルのトレーニングは、画像のラベル付け後に実行されます。

   正確かつ効率的なセマンティック セグメンテーション モデルは、異常な皮膚病変領域を区別してすべての臨床徴候を識別するようにトレーニングされます。 高速かつ正確なピクセル レベルの皮膚セグメンテーション モデルは、皮膚領域全体に対する病変領域の比率を決定するためにトレーニングされます。 さらに、撮影距離、角度、角度などによる皮膚病変の歪みを可能な限り正確に復元するために、セグメント化された皮膚病変領域を実際の皮膚領域単位に変換する効率的かつ実用的な方法を作成します。または自動強化。 データセットはトレーニング、検証、テスト用に分割されます。 10,000 枚中 6,500 枚の画像は提案されたモデルのトレーニングと検証に使用され、10,000 枚中残りの 3,500 枚の画像はテストに使用されます。 トレーニング後、患者が記入したさまざまなアンケート項目と組み合わせて、EASI、SCORED、POEM、pp-NRS、DLQI などの評価ツールがモデルによって計算されます。

2. AIADMS アプリの開発 このアプリは Android システムと IOS システムをサポートし、区別されたログイン入り口を備えた患者と臨床医の両方に対応する 2 つのバージョンとして設計されます。 アプリの基本機能としては、「プッシュ」「リマインダー」「アップロード」「評価」「データ管理」が挙げられます。

   2.1 「プッシュ」機能は、患者および医療従事者に情報を送信するために設計されています。 携帯電話がロック画面状態でアプリを開いていない状態でも、プッシュ情報を受信して​​携帯電話の画面に表示することができ、プッシュ情報を受信する時間をユーザーが自ら設定することも可能です。 例えば、診療所での経過観察の予定時刻は、「来週の月曜日、2023年7月25日に受診してください」と表示される。 「プッシュ」機能は、アプリの使用を活性化し、ユーザーの粘度を高め、他の機能モジュールの使用を促進します。

   2.2 「リマインダー」機能は、主に患者への服薬のリマインド、皮膚病変の写真のアップロード、自己評価、定期的な経過観察などに使用されます。

   2.3 「アップロード」機能は、患者が全身治療に参加できるように設計されています。 皮膚病変の写真、アルツハイマー病の進行状況の説明、またはアンケートをアップロードできます。

   2.4 「評価」機能は、患者と医療従事者の両方に情報を提供するために開発されました。 皮膚病変の写真をアップロードし、さまざまなアンケート項目に記入すると、アプリが病変の重症度を自動的に評価し、EASI、POEM、PP-NRS、SCORAD、または DLQI スコアを計算します。 この機能は、患者が自分の病気の状況をより深く知り、T2T 戦略が推奨する自己評価とセルフケアに参加するのに役立ちます。

   2.4 「データ管理」機能は、医療従事者が患者をより便利に管理し、医学研究を設計するために設計されています。 アプリ プラットフォーム Web サイトにログインしてデータを収集およびエクスポートし、統計分析やビッグ データ マイニングを実行できます。 アプリ自体で簡単な統計やデータ管理も行えます。 たとえば、治療前、治療後 2 週間、4 週間、12 週間、6 か月の時点での EASI、POEM、PP-NRS スコアなどのデータを自動的に統計レポートに生成し、ヒストグラムまたは形式で表示することができます。曲線。 ユーザーの習慣分析を通じてアプリをさらに改善し、新しいバージョンに更新することもできます。また、機能モジュールは、使用頻度の高さや医療従事者と患者の両方からのフィードバックに基づいて最適化できます。

3. アルツハイマー病患者の臨床転帰改善のための AIADMS アプリの有効性と安全性: ランダム化比較試験。

この試験は、臨床転帰の改善という観点から、アルツハイマー病患者における AIADMS アプリの適用による T2T 戦略の実施の優位性をテストする、単一中心の前向きランダム化対照試験です。

これは、診断、管理、フォローアップのプロセスにおける AD 向けの初の AI 支援ツールとなります。 これは、世界中の皮膚科における AI の応用に対する確かな証拠を提供するでしょう。