Artificiële Intelligentie Patiënt App voor RDEB SCC's

In deze studie wordt een kunstmatige-intelligentiemodel ontwikkeld om plaveiselcelcarcinomen (SCC) op foto's van recessieve dystrofische epidermolysis bullosa (RDEB) huid te detecteren. Het uiteindelijke doel is om dit model te integreren in een app voor patiënten en artsen, om SCC's in RDEB vroegtijdig te helpen opsporen.

SCC's die snel uitzaaien, zijn de belangrijkste doodsoorzaak bij volwassenen met RDEB. Hoe eerder een SCC wordt herkend, hoe gemakkelijker het kan worden verwijderd en hoe beter het resultaat. AI maakt gebruik van computerwetenschap om taken uit te voeren waarvoor doorgaans menselijke intelligentie nodig is en is recentelijk gebruikt om huidkanker te identificeren op basis van afbeeldingen. We ontwikkelen momenteel een AI-benadering voor vroege detectie van SCC en onderscheid tussen maligniteit en chronische wonden en andere RDEB-huidbevindingen. Het doel is om een ​​webapplicatie te maken voor patiënten met RDEB om afbeeldingen van hun huid te uploaden en een uitvoer te krijgen met betrekking tot SCC aanwezig/geen SCC. Dit is vooral waardevol voor patiënten met moeilijke toegang tot medische expertise en degenen die aarzelen om bij elk bezoek een volledig huidonderzoek toe te staan, vaak uit angst voor biopsieën. Dit project zal patiënten dus rechtstreeks ten goede komen door vroege herkenning van SCC's mogelijk te maken en zal patiënten en hun families in staat stellen door een hulpmiddel voor thuisgebruik aan te bieden.

Tot nu toe heeft het onderzoeksteam voornamelijk professionele afbeeldingen gebruikt (foto's gemaakt in ziekenhuisomgevingen door artsen, verpleegkundigen en klinische fotografen) van zowel SCC's in RDEB als afbeeldingen van RDEB-huid zonder SCC om het AI-model te ontwikkelen en te trainen. De afbeeldingen die in een real-life setting worden verwacht, zijn meestal foto's die zijn gemaakt door patiënten of familieleden met hun telefoons of digitale camera's. Deze afbeeldingen hebben verschillende eigenschappen met betrekking tot resolutie, focus, belichting en achtergronden. Het opnemen van dergelijke afbeeldingen zal cruciaal zijn in de komende fasen van modelontwikkeling - testen en validatie - voor de webapplicatie om een ​​succes te worden voor patiënten.