В технологии употребляется ПО машинного обучения для анализа изображений кожных повреждений и предоставления врачам объективных информации о явных биомаркерах меланомы, которая смертельна, если обнаруживается слишком поздно, но замечательно поддается лечению, если обнаружена ранней стадии.
Совокупность ИИ, обученная с применением десятков тысяч изображений кожи и соответствующих им уровней эумеланина и гемоглобина, может первоначально сократить количество ненужных биопсий, что имеется громадными затратами на здравоохранение. Это дает врачам объективную информацию о линиях поражения, чтобы оказать помощь им исключить меланому, перед тем как предпринимать более инвазивные меры.
Разработка вероятно недорога врачам уже в следующем году.«Это вероятно очень превосходным инструментом для помощи принятия клинических решений относительно рака кожи», — сказал Александр Вонг, профессор системного проектирования в Ватерлоо. «Чем больше трактуемой информации, тем лучше будут решения».
Сейчас дерматологи в основном сохраняют надежду на субъективные визуальные осмотры кожных поражений, таких как родинки, чтобы решить, направляться ли больным проходить биопсию для диагностики заболевания.Новая совокупность расшифровывает уровни биомаркеров в очагах поражения, додавая последовательную количественную эти к оценкам, каковые сейчас основаны только на внешнем виде.
В частности, трансформации в концентрации и распределении эумеланина, химического вещества, придающего коже ее цвет, и гемоглобина, белка красных кровяных телец, являются сильными индикаторами меланомы.«Может пройти много времени, перед тем как доктора помимо этого определят, что происходит с больным», — сказал Вонг, что также имеется канадским научным руководителем медицинских совокупностей визуализации. «Отечественная цель — сократить этот процесс».Вонг создал разработку в сотрудничестве с Дэниелом Чо, бывшим докторантом Ватерлоо, Дэвидом Клаузи, профессор системного проектирования, профессор Ватерлоо, и Фарзадом Халвати, адъюнкт-профессор Ватерлоо и ученым в Саннибрук.
Изучение было относительно недавно представлено на 14-й Интернациональной конференции по анализу и распознаванию изображений в Монреале.