Приложение AI для лечения атопического дерматита

Проект будет реализован на базе отделения дерматовенерологии Западно-Китайской больницы Сычуаньского университета. Протокол будет одобрен Комитетом по биологической и медицинской этике Западно-Китайской больницы Сычуаньского университета, и от всех участников будет получено письменное информированное согласие, прежде чем мы сделаем снимки поражений кожи и пригласим их к участию в клинических испытаниях.

1. Автоматическое обнаружение и оценка БА на основе глубокого обучения ИИ. 1.1 Набор данных по атопическому дерматиту. Набор данных будет создан на основе более чем 10 000 клинических изображений пациентов с АД для глубокого обучения ИИ. Изображения низкого качества будут исключены, а изображения, содержащие окружающий фон, будут обрезаны, чтобы включить только поражения AD.

   1.2 Маркировка клинических признаков поражений кожи Маркировку будут выполнять три сертифицированных дерматолога и три обученных инженера-алгоритма. Дерматологи будут обозначать клинические признаки, включая эритему, папуляцию, отек, мокнутие, раздражение, лихенификацию и сухость, а тяжесть каждого признака будет оцениваться и маркироваться по четырехбалльной шкале (0: нет, 1: легкая степень, 2: умеренная и 3: тяжелая). Результат каждого клинического признака на изображении будет помечен как пример эритемы-2, отека-2 или мокнутия-3. После маркировки изображений дерматологи и инженеры-алгоритмы проверяют качество маркированных изображений на основании как клинических правил, так и правил маркировки, а также перекрестно проверяют точность признаков и степень тяжести. Изображения, соответствующие требованиям, будут использоваться для обучения модели. В процессе маркировки и обучения модели соответствующий персонал не будет знать всю личную информацию о пациенте.

   1.3 Обучение модели Обучение модели будет проводиться после маркировки изображений.

   Точная и эффективная модель семантической сегментации будет обучена различать аномальные участки поражения кожи и идентифицировать все клинические признаки. Быстрая и точная модель сегментации кожи на уровне пикселей будет обучена определять соотношение площади поражения к общей площади кожи. Кроме того, будет создан эффективный и практичный метод преобразования сегментированной площади поражения кожи в реальные единицы площади кожи, позволяющий максимально точно восстановить истинный размер за счет искажения поражения кожи из-за расстояния съемки, угла, или автоматическое улучшение. Набор данных будет разделен для обучения, проверки и тестирования. Изображения 6500 из 10 000 будут использоваться при обучении и проверке предлагаемой модели, а изображения остальных 3500 из 10 000 — для тестирования. После обучения в сочетании с различными пунктами анкеты, заполненными пациентами, с помощью модели будут рассчитаны оценочные инструменты, включая EASI, SCORED, POEM, pp-NRS и DLQI.

2. Разработка приложения AIADMS Приложение будет поддерживать систему Android и систему IOS и будет разработано в виде двух версий как для пациентов, так и для врачей с отдельным входом для входа в систему. Основные функции приложения будут включать в себя «Push», «Напоминание», «Загрузку», «Оценку» и «Управление данными».

   2.1 Функция «Push» предназначена для передачи информации пациентам и медицинскому персоналу. Отправленная информация может быть получена и отображена на экране мобильного телефона, даже если приложение не открыто и мобильный телефон находится в состоянии заблокированного экрана, и пользователи могут самостоятельно установить время получения отправленной информации. Например, заранее определенный момент наблюдения в клинике будет представлен как «Вам следует прийти на прием к врачу в следующий понедельник, 25 июля 2023 г.». Функция «Push» может активировать использование приложения, повысить привлекательность пользователей и стимулировать использование других функциональных модулей.

   2.2 Функция «Напоминание» в основном используется для напоминания пациентам о приеме лекарств, загрузки фотографий поражений кожи, самооценки и планового наблюдения.

   2.3 Функция «Загрузить» предназначена для помощи пациентам в системном лечении. Они могут загрузить свои фотографии поражений кожи, описание течения АД или анкеты.

   2.4 Функция «Оценка» разработана для предоставления информации как пациентам, так и медицинскому персоналу. Загружая фотографии поражений кожи и заполняя различные пункты анкеты, приложение автоматически оценивает тяжесть поражений и рассчитывает баллы EASI, POEM, PP-NRS, SCORAD или DLQI. Эта функция может помочь пациентам узнать больше о своей ситуации с заболеванием и принять участие в самооценке и самопомощи, как рекомендовано стратегией T2T.

   2.4 Функция «Управление данными» предназначена для медицинского персонала для более удобного управления пациентами и планирования медицинских исследований. Они могут войти на веб-сайт платформы приложений для сбора и экспорта данных, проведения статистического анализа и анализа больших данных. Само приложение также может вести простую статистику и управлять данными. Например, такие данные, как баллы EASI, POEM и PP-NRS в моменты времени до лечения, через 2 недели, 4 недели, 12 недель и 6 месяцев после лечения, могут быть автоматически сгенерированы в статистические отчеты и представлены в виде гистограмм или кривые. Приложение также может быть дополнительно улучшено и обновлено до новой версии посредством анализа привычек пользователей, а функциональные модули могут быть оптимизированы с учетом высокой частоты использования и обратной связи как со стороны медицинского персонала, так и пациентов.

3. Эффективность и безопасность приложения AIADMS для улучшения клинических результатов у пациентов с AD: рандомизированное контролируемое исследование.

Это исследование представляет собой единое центральное проспективное рандомизированное контролируемое исследование, в котором проверяется превосходство реализации стратегии T2T путем применения приложения AIADMS у пациентов с AD с точки зрения улучшения клинических результатов.

Это будет первый инструмент с поддержкой искусственного интеллекта для лечения БА в процессе диагностики, ведения и последующего наблюдения. Это предоставит убедительные доказательства применения ИИ в дерматологии во всем мире.