Aplicativo de smartphone baseado em inteligência artificial para detecção de câncer de pele (ARTIS)

O câncer de pele é o câncer mais frequente diagnosticado e sua incidência continuará aumentando na próxima década. A detecção precoce e o tratamento são essenciais para melhorar a morbidade e a mortalidade e diminuir o custo para a sociedade. Pessoas em risco de desenvolver câncer de pele podem ser submetidas a exames regulares. No entanto, um número considerável de cânceres de pele se desenvolve na população geral de baixo risco. Como a triagem sistemática na população em geral não é econômica, aplicativos de smartphone que usam algoritmos embutidos são de interesse crescente e afirmam ajudar na avaliação de risco em caso de lesões cutâneas preocupantes.

Com base em pesquisas anteriores, uma chamada consulta de triagem foi instalada na policlínica do Hospital Universitário de Ghent para pacientes com 1 a 2 lesões preocupantes: pinta em mudança, patinho feio, nova pinta em adulto, lesão de crescimento rápido ou lesão que não cicatriza. A taxa de detecção de câncer de pele nesse cenário foi de pelo menos 13% com 4% de melanoma. Isso é 6 a 8 vezes maior do que o relatado pelos programas convencionais de triagem de câncer de pele (PMID: 26466155; PMID: 33480073). A razão para isso é que é feita uma pré-seleção de lesões que atendem a critérios específicos. Esse rastreamento direcionado à lesão pode ser uma forma de tornar o rastreamento do câncer de pele na população em geral (mais) custo-efetivo.

Neste estudo, investigaremos se o aplicativo Skinvision pode funcionar como uma ferramenta de pré-seleção de lesões para as quais é necessária orientação médica urgente. Embora este aplicativo tenha a marcação CE e já tenha sido promovido ao público, seu desempenho e valor na prática diária foram insuficientemente estudados e há necessidade de pesquisas independentes.

Os 4 objetivos principais deste estudo serão:

1. Calcular o desempenho diagnóstico do aplicativo Skinvision Cálculo de sensibilidade e especificidade comparando as classificações de risco do aplicativo com um padrão de referência definido como diagnóstico histopatológico ou diagnóstico clínico caso nenhuma biópsia ou excisão tenha sido realizada;
2. Determinar a repetibilidade e reprodutibilidade do aplicativo Skinvision Identificação de fatores que influenciam na análise de risco do aplicativo, incluindo fotógrafo, tipo de lesão cutânea, posição da câmera ou condições de iluminação;
3. Examinar a experiência do usuário e a confiança no uso de aplicativos médicos Avaliação baseada em questionário da experiência do usuário com aplicativos em geral, bem como, mais especificamente, a vontade e confiança em usar um aplicativo de detecção de câncer de pele;
4. Estimar o desempenho e custo-efetividade do aplicativo Skinvision na população geral Estimativa do desempenho do aplicativo na população geral (prevalência estimada de câncer de pele 1%) em termos de diagnósticos perdidos e grau de pré-seleção (valor preditivo positivo).