Aplikacja na smartfony oparta na sztucznej inteligencji do wykrywania raka skóry (ARTIS)

Rak skóry jest najczęściej diagnozowanym nowotworem, a jego częstość występowania będzie rosła w następnej dekadzie. Wczesne wykrywanie i leczenie mają kluczowe znaczenie dla poprawy zarówno zachorowalności, jak i śmiertelności oraz zmniejszenia kosztów dla społeczeństwa. Osoby zagrożone zachorowaniem na raka skóry mogą być poddawane regularnym badaniom kontrolnym. Jednak znaczna liczba nowotworów skóry rozwija się w populacji ogólnej niskiego ryzyka. Ponieważ systematyczne badania przesiewowe w populacji ogólnej nie są opłacalne, aplikacje na smartfony wykorzystujące wbudowane algorytmy cieszą się coraz większym zainteresowaniem i mają pomagać w ocenie ryzyka w przypadku zmian skórnych.

Na podstawie wcześniejszych badań w poliklinice Szpitala Uniwersyteckiego w Ghent zainstalowano tak zwaną konsultację segregacyjną dla pacjentów z 1 do 2 zmian chorobowych: zmiana pieprzyka, brzydkie kaczątko, nowy pieprzyk u osoby dorosłej, szybko rosnąca zmiana lub niegojąca się zmiana. Wskaźnik wykrywalności raka skóry w tych warunkach wynosił co najmniej 13%, przy 4% czerniaka. Jest to od 6 do 8 razy więcej niż zgłaszane przez konwencjonalne programy badań przesiewowych w kierunku raka skóry (PMID: 26466155; PMID: 33480073). Dzieje się tak dlatego, że dokonuje się wstępnej selekcji zmian spełniających określone kryteria. To ukierunkowane na zmiany chorobowe badanie przesiewowe może być sposobem na uczynienie badań przesiewowych raka skóry w populacji ogólnej (bardziej) opłacalnymi.

W tym badaniu zbadamy, czy aplikacja Skinvision może działać jako narzędzie wstępnej selekcji zmian wymagających pilnej porady medycznej. Chociaż ta aplikacja ma oznaczenie CE i jest już promowana publicznie, jej wydajność i wartość w codziennej praktyce nie zostały wystarczająco zbadane i istnieje potrzeba przeprowadzenia niezależnych badań.

4 głównymi celami tego badania będą:

1. Aby obliczyć wydajność diagnostyczną aplikacji Skinvision Obliczenie czułości i swoistości poprzez porównanie stopni ryzyka aplikacji ze standardem odniesienia określonym jako diagnoza histopatologiczna lub diagnoza kliniczna w przypadku, gdy nie wykonano biopsji ani wycięcia;
2. Określenie powtarzalności i odtwarzalności Aplikacji Skinvision Identyfikacja czynników wpływających na analizę ryzyka aplikacji, w tym fotografa, rodzaj zmiany skórnej, położenie aparatu lub warunki oświetleniowe;
3. Zbadanie doświadczenia użytkownika i jego zaufania do korzystania z aplikacji medycznych Oparta na kwestionariuszu ocena ogólnego doświadczenia użytkownika z aplikacjami, a także bardziej szczegółowa chęć i pewność korzystania z aplikacji do wykrywania raka skóry;
4. Oszacowanie wydajności i opłacalności aplikacji Skinvision w populacji ogólnej Oszacowanie wydajności aplikacji w populacji ogólnej (szacowana częstość występowania raka skóry 1%) pod względem chybionych diagnoz i stopnia preselekcji (dodatnia wartość predykcyjna).