人工智能智能手机应用程序用于检测模拟的皮肤变化:一个实验室实验室试点研究
Gabriela Lladó Grove1, Gorm Reedtz2,3, Brian Vangsgaard4
1Department of Dermatology, Copenhagen University Hospital - Bispebjerg, Copenhagen, Denmark.
概括
使用人工智能 (AI) 的新智能手机应用程序显示,它有望识别模拟的皮肤变化. 这种人工智能工具在受控研究中显示出高灵敏度和特异性,这表明未来皮肤病学应用的潜力.
科学领域:
- 皮肤病学 皮肤病学
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 人工智能 (AI) 正在快速发展,在皮肤病理学中具有显著的潜力,用于诸如皮肤病变识别等任务.
- 目前的皮肤检查是资源密集型的,因此需要可访问的AI驱动解决方案.
- 开发了一个新的智能手机应用程序SCAI,用于识别皮肤斑点和识别新的病变.
研究的目的:
- 调查SCAI智能手机应用程序在检测模拟皮肤变化的可行性.
- 评估设计用于皮肤学图像分析的人工智能系统的体内性能.
主要方法:
- 一项受控的试点研究涉及24名健康志愿者,他们患有标准化,模拟的3毫米皮肤病变 (测试点) 黑色,棕色和红色.
- 在SCAI应用程序的指导下,在志愿者皮肤上应用之前和之后,测试点的标准化图像捕获.
- 后端AI算法分析了配对的图像,以检测测试点引入的变化.
主要成果:
- 在192个测试点上,SCAI应用程序的检测算法实现了92.0%的灵敏度和95.5%的特异性.
- 阳性预测值为38.0%,表明需要解决错误的阳性.
- 99.7%的高负预测值表明该应用程序可靠地排除了变化.
结论:
- SCAI智能手机应用程序在受控的体内环境中证明了在检测模拟皮肤变化的可行性.
- 需要进一步的研究,以评估应用程序在临床环境中的真实皮肤病变的性能.
- 解决虚假阳性的挑战对于这种基于AI的皮肤病学工具的临床实用性至关重要.
