Hållbar industri
Deras ai var bättre på att hitta hudcancer än läkarna
Foto: National Cancer Institute
Forskarnas artificiella intelligens ställdes mot 58 hudläkare. De ställde diagnos på samma bilder av födelsemärken. Dermatologerna identifierade 86,6 procent av hudcancerfallen – ai:n plockade ut hela 95 procent av alla melanom.
Sedan mitten av 90-talet har förekomsten av malignt melanom mer än fördubblats i Sverige – och ökningen ligger på drygt fem procent per år. Att ställa en tidig diagnos är avgörande för patientens överlevnad, men det krävs ett tränat öga för att särskilja oskyldiga födelsemärken från potentiell hudcancer. Eventuellt kan artificiell intelligens hjälpa till att minska andelen missade fall.
Nu har forskare från Frankrike, Tyskland och USA tränat ett CNN-nätverk (convolutional neural network) att identifiera hudcancer, detta genom att studera en enorm databas med maligna födelsemärken. Forskarnas algoritm är inspirerad av hur hjärnan processar bilder.
– Vårt CNN-nätverk fungerar som hjärnan hos ett barn. För att träna det visade vi nätverket mer än 100 000 bilder på maligna och benigna födelsemärken och hudcancer, och angav diagnosen för var och en av bilderna. För varje träningsbild blev vårt CNN allt bättre på att skilja mellan maligna och benigna födelsemärken, säger professor Holger Haenssle till Engineering and Technology.
Nästa steg var ett test där deras ai ställdes mot 58 dermatologer i 17 länder. Alla fick analysera samma bilder, och om så behövdes ge en rekommendation kring behandling. Efter några veckor gavs hudläkarna ytterligare information om patienterna, och fick veta den plats på kroppen där den misstänkta hudcancern satt. Sedan ombads alla att ge ett nytt omdöme.
I den första rundan lyckades hudläkarna identifiera 86,6 procent av hudcancerfallen, och skilja ut 71,3 procent av de benigna födelsemärkena. Forskarnas ai lyckades plocka ut hela 95 procent av alla melanom. Efter en andra runda vässade dermatologerna sitt snitt något till 88,9 procent.
– Vårt CNN missade färre melanom, vilket innebär att det hade en högre grad av känslighet än dermatologerna, och ai;n diagnostiserade färre benigna födelsemärken som felaktigt maligna. Konsekvensen av detta skulle ha blivit färre onödiga kirurgiska ingrepp. De här resultaten visar att djupinlärande CNN-nätverk har kapacitet för att överträffa dermatologer, och detta inkluderar experter med lång erfarenhet av att upptäcka melanom, säger professor Haenssle.
