在医院测试信号处理图像分析技术,使用可疑的有色素动物进行活检

科学领域:

• 皮肤病学 皮肤病学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 黑色素瘤的诊断依赖于准确区分良性和恶性皮肤病变.
• 设备上的信号处理分析软件旨在帮助临床医生早期检测黑色素瘤.
• 软件Moletest使用专有算法来分析有色素的皮肤病变.

研究的目的:

• 为了评估四个版本的Moletest信号处理分析软件的诊断性能.
• 评估MoleTest在区分黑色素瘤和非黑色素瘤皮肤病变方面的灵敏度和特异性.
• 为了确定Moletest软件是否提供足够的诊断支持来排除黑色素瘤.

主要方法:

• 这项研究涉及1365名参与者,其中1573名受色素皮肤病变被iPadPro11.11上的Moletest软件分析.
• 损伤图像被处理以识别周边,并使用非尺度指标分析内部特征.
• 从Moletest分析的结果与"非黑色素瘤" (n=1205) 和"黑色素瘤" (n=184) 的组织学诊断进行了比较.

主要成果:

• 对于非黑色素瘤的敏感性在四个软件版本中从8.6%到76.9%不等.
• 在四种版本中,黑色素瘤的特异性从65.2%到100%不等.
• 没有一个MoleTest版本在黑色素瘤检测方面表现出一致的高灵敏度和特异性.

结论:

• 在其评估版本中,Moletest信号处理分析软件作为排除黑色素瘤的诊断支持工具的价值有限.
• 性能指标表明,目前的Moletest代对黑色素瘤诊断的临床决策不够可靠.
• 需要进一步开发和验证,以提高这种设备上诊断技术的准确性和临床实用性.