måndag20 mars

Kontakt

Annonsera

E-tidning

Sök

Starta din prenumeration

Prenumerera

Cancer

Datorprogram lika bra som läkare på huddiagnostik

Publicerad: 25 januari 2017, 18:00

Ett automatiserat system kunde skilja vanliga former av hudcancer från ofarliga förändringar med lika hög säkerhet som tränade läkare. Det visar en ny studie i tidskriften Nature.

Ämnen i artikeln:

Malignt melanomHudcancer

Carl-Magnus Hake

carl-magnus.hake@dagensmedicin.se


Du missar innehåll i denna artikel på grund av dina cookie-val. Kontrollera dina inställningar och dubbelkolla om YouTube är blockerad under “Visa våra partners”.

– Det här är spännande läsning. Automatiserad diagnostik av hudcancer tillhör framtiden och den teknik som nu testats verkar vara ett stort framsteg jämfört med tidigare försök, säger John Paoli överläkare vid hudcancercentrum på Sahlgrenska universitetssjukhuset i Göteborg.

Att använda avancerade datorprogram för att analysera medicinska bilder har blivit ett mycket hett forskningsområde. Före jul rapporterade Dagens Medicin till exempel om att företaget Google tagit fram ett program som med hög träffsäkerhet kunde diagnostisera ögonbottenförändringar hos diabetiker.

Nu har forskare vid Stanford University i USA alltså studerat en liknande metod för att analysera hudförändringar. Först fick datorprogrammet ”öva” på nästan 130 000 bilder på mer än 2 000 olika hudsjukdomar.

Sedan fick det göra ett test, där det skulle klassa bilder på möjliga melanom som antingen maligna eller benigna. På samma sätt fick det också klassa bilder på möjlig icke-melanom hudcancer som antingen maligna eller benigna.

Programet visade sig vara minst lika bra på detta som 21 hudläkare vilka fick göra samma tester.

– Den diagnostiska säkerheten är imponerande även om det kvarstår ett mycket viktigt steg i den diagnostiska processen, nämligen att välja ut vilken fläck man skall fotografera och visa för maskinen, säger John Paoli.

Forskarna bakom studien ser framför allt en stor potential i att kunna utrusta smarta mobiltelefoner med programmet för att därmed öka tillgängligheten till diagnostiken i primärvården. Men de vidhåller också att mer tester behöver göras för att se hur det fungerar i den kliniska vardagen.

Läs abstract till studien:

Andre Esteva med flera. Dermatologist-level classification of skin cancer with deep neural networks. Nature, publicerad online den 25 januari 2017. DOI: 10.1038/nature21056

Dela artikeln:

Dagens Medicins nyhetsbrev

Välj nyhetsbrev