Приложение для пациентов с искусственным интеллектом для RDEB SCC

В этом исследовании разработана модель искусственного интеллекта для обнаружения плоскоклеточного рака (SCC) на фотографиях кожи с рецессивным дистрофическим буллезным эпидермолизом (RDEB). Конечная цель состоит в том, чтобы интегрировать эту модель в приложение для пациентов и врачей, чтобы помочь обнаружить SCC в RDEB на ранней стадии.

SCCs, которые быстро метастазируют, являются основной причиной смерти у взрослых с RDEB. Чем раньше будет распознан SCC, тем легче его будет удалить и тем лучше будет результат. ИИ использует информатику для выполнения задач, которые обычно требуют человеческого интеллекта, и недавно он использовался для выявления рака кожи на основе изображений. В настоящее время мы разрабатываем подход ИИ для раннего выявления SCC и отличия злокачественных новообразований от хронических ран и других кожных проявлений RDEB. Цель состоит в том, чтобы создать веб-приложение для пациентов с RDEB для загрузки изображений их кожи и получения вывода о наличии/отсутствии плоскоклеточного рака. Это будет особенно ценно для пациентов с ограниченным доступом к медицинской помощи и для тех, кто не решается разрешить полное обследование кожи при каждом посещении, часто из-за боязни биопсии. Таким образом, этот проект принесет непосредственную пользу пациентам, позволив раннее распознавать плоскоклеточный рак, и расширит возможности пациентов и их семей, предоставив инструмент для домашнего использования.

До сих пор исследовательская группа в основном использовала профессиональные изображения (фотографии, сделанные в больничных условиях врачами, медсестрами и клиническими фотографами) как SCC в RDEB, так и изображения кожи RDEB без SCC для разработки и обучения модели ИИ. Изображения, которые ожидаются в реальных условиях, в основном будут фотографиями, сделанными пациентами или членами семьи на их телефоны или цифровые камеры. Эти изображения имеют разные свойства в отношении разрешения, фокуса, освещения и фона. Включение таких изображений будет иметь решающее значение на предстоящих этапах разработки модели — тестирования и проверки — для того, чтобы веб-приложение было успешным для пациентов.