Artificial Intelligence Pasient App for RDEB SCCs

I denne studien er det utviklet en kunstig intelligensmodell for å oppdage plateepitelkarsinomer (SCC) på bilder av recessiv dystrofisk epidermolysis bullosa (RDEB) hud. Det endelige målet er å integrere denne modellen i en app for pasienter og leger, for å hjelpe med å oppdage SCC i RDEB tidlig.

SCC som raskt metastaserer er hovedårsaken til død hos voksne med RDEB. Jo tidligere en SCC gjenkjennes, jo lettere kan den fjernes og jo bedre blir resultatet. AI utnytter informatikk til å utføre oppgaver som vanligvis krever menneskelig intelligens og har nylig blitt brukt til å identifisere hudkreft basert på bilder. Vi utvikler for tiden en AI-tilnærming for tidlig påvisning av SCC og skille mellom malignitet fra kroniske sår og andre RDEB-hudfunn. Målet er å lage en nettapplikasjon for pasienter med RDEB for å laste opp bilder av huden deres og få utdata om SCC tilstede/ingen SCC. Dette vil være spesielt verdifullt for pasienter med vanskelig tilgang til medisinsk ekspertise og de som er nølende med å tillate full hudundersøkelse ved hvert besøk, ofte på grunn av frykt for biopsier. Dermed vil dette prosjektet være direkte til fordel for pasienter ved å tillate tidlig gjenkjennelse av SCC og vil styrke pasienter og deres familier ved å tilby et hjemmebruksverktøy.

Så langt har studieteamet hovedsakelig brukt profesjonelle bilder (fotografier tatt i sykehusmiljøer av leger, sykepleiere og kliniske fotografer) av både SCC-er i RDEB og bilder av RDEB-hud uten SCC for å utvikle og trene AI-modellen. Bildene som forventes i virkelige omgivelser vil for det meste være bilder tatt av pasienter eller familiemedlemmer med telefonene eller digitale kameraene sine. Disse bildene har forskjellige egenskaper når det gjelder oppløsning, fokus, belysning og bakgrunn. Inkorporering av slike bilder vil være avgjørende i de kommende fasene av modellutvikling - testing og validering - for nettapplikasjonen vil være en suksess for pasienter.