צוות מחקר בראשותו של הרויו יממוטו, צ'יסה נקאשימה ואטסושי אוטסוקה מהמחלקה לדרמטולוגיה, הפקולטה לרפואה של אוניברסיטת קינאי, בשיתוף פעולה עם הפקולטה להנדסה באוניברסיטת קינאי ובמוסדות אחרים, פיתחה מערכת אבחון המשתמשת בביצועים מלאכותיים (AI) כדי לזהות את הניתוח של LAS. מאמר על מחקר זה פורסם באופן מקוון CUREUSכתב עת רפואי בינלאומי ב- 5 ביוני 2025.
1. נקודות מפתח
- הוכיחו דיוק אבחוני מעולה בהשוואה לרפואת עור, כאשר הם מזהים חמישה סוגים של נגעים, המאשרים את התועלת של המערכת בהחלטות גילוי וטיפול מוקדמות.
- פיתחה מערכת המשתמשת ב- AI כדי לסווג במדויק ולסייע באבחון של חמישה סוגים של נגעים פיגמנטיים לפנים שקשה לאבחן.
- תורם לביסוס שיטה המזהה במדויק נגעים פיגמנטיים, מצמצם את הסיכון להתעללות ותומך בהחלטות טיפול מתאימות.
2. רקע מחקר
נגעים פיגמנטיים לפנים, מגיעים בסוגים רבים ושונים, כמו מלסמה, אפלידים, מלנוציטוזיס עורי נרכש, לנטגו סולארי ומלנומה של לנטגו, אך לרוב הם דומים חזותית, מה שהופך את האבחנה הדיפרנציאלית למאתגרת. מצד שני, טיפול מתאים לנגעים אלה משתנה מאוד בהתאם לסוג, ואבחון מדויק הוא חיוני מכיוון שהדבר משפיע ישירות על היתכנות ובחירת הטיפול בלייזר. לדוגמה, שימוש בלייזר לא הולם יכול להחמיר את מלסמה, ועיכוב כריתה כירורגית הכרחית למלנומה של לנטיגו מליגנה כתוצאה מאבחון שגוי יכול להיות בעל השלכות חמורות. בשנים האחרונות, טכנולוגיית אבחון הדמיה המשתמשת במודלים של למידה עמוקה משכה תשומת לב, וממצאי המחקר הצביעו על כך שיש לה דיוק שווה או עדיף על זה של רופאי עור בהבחנה בין נגעי העור. אמנם אבחון דימוי מבוסס למידה עמוקה הצליח באיתור מלנומה, אך לא היה מספיק מחקר על נגעים פיגמנטיים שפירים וממאירים על הפנים הקשורים ישירות לתכנון לטיפול בלייזר, ולכן יש צורך בפיתוח מערכת תמיכה אבחנתית.
3. תוכן
צוות המחקר פיתח מערכת סיווג המשתמשת במודלים של למידה עמוקה, InceptionResnetv2 ו- Densenet121, כדי לזהות חמישה סוגים של נגעים פיגמנטיים בפנים (מלסמה, אפלידים, מלנוציטוזיס דרמלית רכשה, עדשות סולארית, ו- Lentigo Maligna/Lentigo Melana). אימונים ואימות בוצעו באמצעות 432 תמונות קליניות, והדיוק האבחוני שלהם הושווה לאבחנות של 9 דרמטולוגים מוסמכים על ידי הלוח (מומחים) ו -11 דרמטולוגים שאינם מוסמכים (לא מומחים). שני המודלים הדגימו דיוק אבחוני של 87% ו- 86% בהתאמה. שני הדגמים ביצעו ביצוע יתר על הדיוק האבחוני החציוני של 80% עבור מומחים ו -63% עבור לא-מומחים. במיוחד בזיהוי LM/LMM, שני הדגמים השיגו רגישות של 100%, מה שמצביע על השימוש הפוטנציאלי שלה ככלי תמיכה אבחנתית בפרקטיקה קלינית.
בהתבסס על תוצאות אלה, מודלי הלמידה העמוקה המפותחת עולים בהרבה על הדיוק של רופאי עור באבחון נגעים פיגמנטיים לפנים ועשויים לתרום לתמיכה באבחון ולקביעת תוכניות טיפול מתאימות.
