Σύστημα τεχνητής νοημοσύνης που βασίζεται σε αλγόριθμο «βαθιάς μάθησης» μπορεί να διαγιγνώσκει καρκίνους του δέρματος σε φωτογραφίες με ακρίβεια ανάλογη με εκείνη των δερματολόγων.
Πρόκειται για ένα ακόμη σημαντικό βήμα προόδου, που δείχνει τις δυνατότητες αξιοποίησης της τεχνητής νοημοσύνης στην ιατρική. Το νέο επίτευγμα μπορεί να απλουστεύσει μελλοντικά το έργο των δερματολόγων.
Ο καρκίνος του δέρματος είναι η συχνότερη μορφή κακοήθειας στους ανθρώπους. Η αρχική διάγνωσή του συνήθως γίνεται οπτικά διά γυμνού οφθαλμού ή με το δερματοσκόπιο και μετά επιβεβαιώνεται μέσω βιοψίας και ιστολογικών εξετάσεων.
Η αυτοματοποίηση της διάγνωσης από υπολογιστικό σύστημα δεν είναι εύκολη υπόθεση, επειδή οι αλλοιώσεις του δέρματος εμφανίζουν μεγάλη ποικιλομορφία.
Οι μηχανικοί και γιατροί του Πανεπιστημίου του Στάνφορντ στην Καλιφόρνια που υπογράφουν τη δημοσίευση στο περιοδικό Nature ανέπτυξαν έναν αλγόριθμο που εκπαιδεύθηκε μελετώντας περίπου 130.000 εικόνες από 2.000 διαφορετικές δερματικές παθήσεις (καρκίνους και άλλες).
Το σύστημα, που συνεχίζει να μαθαίνει από την εμπειρία του, μπορεί ήδη να αναγνωρίζει τόσο τους πιο συχνούς όσο και τους πιο θανατηφόρους καρκίνους του δέρματος, όπως το κακόηθες καρκίνωμα και το μελάνωμα αντίστοιχα.
Η απόδοση του συστήματος συγκρίθηκε με εκείνη 21 δερματολόγων και βρέθηκε ουσιαστικά στο ίδιο επίπεδο, με ακρίβεια τουλάχιστον 91%. Σε επόμενη φάση, το σύστημα πρέπει να δοκιμασθεί σε πραγματικές κλινικές συνθήκες.
Οι ερευνητές θεωρούν ότι παρόμοια συστήματα θα μπορούσαν να αξιοποιηθούν και σε άλλα ιατρικά πεδία όπως η οφθαλμολογία, η ακτινολογία και η παθολογία. Αν μάλιστα ενσωματωθεί ως εφαρμογή σε «έξυπνα» κινητά τηλέφωνα, μπορεί να προσφέρει μια φθηνή και ευρεία πρόσβαση σε ζωτικές διαγνωστικές εξετάσεις, π.χ. σε μέρη όπου υπάρχει έλλειψη διαγνωστικών κέντρων ή ακόμη και γιατρών.
Η πενταετής επιβίωση μετά τη διάγνωση του μελανώματος φθάνει πλέον το 97% αν η ανίχνευση γίνει έγκαιρα, αλλά πέφτει στο 14% αν η διάγνωση γίνει με καθυστέρηση.
