Onderzoekers van het Institute of Computing van de Staatsuniversiteit van Campinas (Unicamp) ontwikkelden een computerprogramma dat huidtumoren, zoals melanomen, bijvoorbeeld met 86% precisie kan diagnosticeren via kunstmatige neurale netwerken, die de neuronen van het lichaam nabootsen. mens.
De gebruikte techniek leest de huid van een persoon en stuurt informatie naar de computer die identificeert of de gevonden laesie goedaardig of kwaadaardig is, wat mogelijk is vanwege de programmering door de onderzoekers, waardoor de machine toegang heeft tot een database. afbeeldingen van verschillende soorten huidlaesies. In de toekomst hopen deze onderzoekers dat dit programma beschikbaar zal zijn in ziekenhuizen en klinieken om de diagnose van huidkanker te versnellen.
Hoe de techniek wordt toegepast
De diagnosetechniek van de huidtumor die wordt ontwikkeld door onderzoekers van Unicamp maakt gebruik van kunstmatige intelligentie via een proces dat deep learning wordt genoemd, dat bestaat uit het aanleren van een specifieke functie door kunstmatige neurale netwerken, computerprogramma's die nabootsen de neuronen in het menselijk lichaam.
Deze kunstmatige neurale netwerken van de computer kunnen de huid analyseren, rekening houdend met afbeeldingen van een bank met ongeveer 23.906 foto's, van verschillende soorten huidlaesies, wat betekent dat de computer het uiterlijk van de huid van de persoon vergelijkt met de afbeeldingen van deze bank, waaruit blijkt of de laesie goedaardig of kwaadaardig is.
De studie toonde aan dat, zelfs als de huidsite niet volledig wordt gescand, de computer de tumor nog steeds kan detecteren, gemiddeld 71% van de diagnoses maakt, vanuit het perspectief van vroege identificatie van sommige soorten huidkanker, en de behandeling sneller.
Wat zijn de volgende stappen
De Unicamp-studie wordt gefinancierd door Google, via een initiatief genaamd de Google Latin America Research Awards (Lara) en de volgende door de onderzoekers geplande stappen zijn onder meer het vergroten van het aantal afbeeldingen in de fotobank om de nauwkeurigheid van computeranalyse te verbeteren.
De onderzoekers hopen dat het computerprogramma in de toekomst beschikbaar zal zijn voor installatie op mobiele telefoons en dat het via een specifieke lens kan worden vastgesteld om huidkanker te diagnosticeren.
Bovendien is de hoop van wetenschappers dat het programma in de toekomst kan worden gebruikt in ziekenhuizen en gezondheidscentra waar ze geen dermatologen hebben en dat het kan worden gebruikt om artsen te helpen en ondersteunen bij het diagnosticeren en beslissen over de behandeling.
Wat wordt er momenteel gebruikt
De diagnose van het belangrijkste type huidkanker, melanoom, wordt gesteld met een internationale methode die bekend staat als ABCDE, waarbij de letters overeenkomen met belangrijke aspecten van het signaal op de huid, zoals:
- Asymmetrie: de helft van het signaal is anders dan de andere; Onregelmatige randen: omtrek van het signaal is slecht gedefinieerd; Variabele kleur: aanwezigheid van meerdere kleuren in dezelfde laesie (zwart, bruin, wit, rood of blauw); Diameter: teken op de huid groter dan 6 millimeter; Evolutie: veranderingen in grootte, kleur en vorm van het teken.
Melanoom kan op elk deel van het lichaam verschijnen, of het nu op de huid of slijmvliezen is, in de vorm van een mol, vlek of vlek, en bij mensen met een zwarte huid is het gebruikelijk dat deze laesies verschijnen op de handpalmen en voetzolen. Vroege diagnose van melanoom zorgt voor betere behandelresultaten, dus het is belangrijk om altijd huidveranderingen waar te nemen. Hier leest u hoe u tekenen van huidkanker kunt identificeren.
