Medical card
A bad doctor treats the disease, a good doctor treats the cause of the disease.
  • гепатит
  • Недели беременности

    Беременность по неделям

  • Сколько живут с диагнозом рак
  • Как рыбий жир может уменьшить воспаление

Новый алгоритм классификации поражений кожи

2022-02-18 13:05:26

Дерматологи обычно классифицируют поражения кожи на основе нескольких источников данных. Алгоритмы, которые объединяют информацию вместе, могут поддерживать эту классификацию. Международная исследовательская группа разработала алгоритм, который классифицирует поражения кожи более точно, чем предыдущие алгоритмы, используя улучшенный процесс объединения данных.


Многие люди во всем мире страдают кожными заболеваниями. Для диагностики врачи часто объединяют несколько источников информации. К ним относятся, например, клинические изображения, микроскопические изображения и метаданные, такие как возраст и пол пациента. Алгоритмы глубокого обучения могут поддерживать классификацию поражений кожи, объединяя всю информацию и оценивая ее. Несколько таких алгоритмов уже разрабатываются. Однако для применения этих алгоритмов обучения в клинике их необходимо дополнительно совершенствовать для достижения более высокой диагностической точности.


Новый метод объединения данных повышает точность диагностики


Исследовательская группа под руководством доктора медицинских наук Тобиаса Лассера из Мюнхенского института биомедицинской инженерии (MIBE) Мюнхенского технического университета (TUM) разработала новый алгоритм обучения — FusionM4Net, — который демонстрирует более высокую среднюю диагностическую точность, чем предыдущие алгоритмы. Код для FusionM4Net находится в свободном доступе ( ciip.in.tum.de/software.html ). Новый алгоритм использует так называемый мультимодальный многоэтапный процесс объединения данных для классификации поражений кожи с несколькими метками.


Мультимодальность: алгоритм обучения включает три разных типа данных: клинические изображения, микроскопические изображения подозрительного поражения кожи и метаданные пациента.

Multi-label: исследователи обучили алгоритм классификации кожи по нескольким меткам, то есть он может различать пять различных категорий поражений кожи .

Многоступенчатый: новый алгоритм сначала объединяет доступные данные изображения, а затем метаданные пациента. Этот двухэтапный процесс позволяет взвешивать данные изображения и метаданные в процессе принятия решений алгоритмом. Это значительно отличает FusionM4Net от предыдущих алгоритмов в этой области, которые объединяют все данные сразу.

Чтобы оценить диагностическую точность алгоритма, его можно сравнить с наилучшей существующей классификацией используемого набора данных, для которой присвоено значение 100 процентов. Средняя диагностическая точность FusionM4Net улучшилась до 78,5% благодаря многоступенчатому процессу объединения, превзойдя все другие современные алгоритмы, с которыми его сравнивали.


Работа над клиническим применением


Для повышения воспроизводимости для обучения алгоритма использовался общедоступный набор данных. Однако в дерматологии наборы данных не везде стандартизированы. В зависимости от клиники могут быть доступны различные типы изображений и информация о пациенте. Таким образом, для фактического клинического развертывания алгоритм должен быть в состоянии обрабатывать тип данных, доступных в каждой конкретной клинике.


Совместно с отделением дерматологии и аллергологии Университетской клиники LMU в Мюнхене исследовательская группа интенсивно работает над внедрением алгоритма в будущую клиническую практику. С этой целью команда в настоящее время интегрирует многочисленные наборы данных, которые были стандартизированы для этой клиники.


«Будущее рутинное клиническое использование алгоритмов с высокой диагностической точностью может помочь обеспечить выявление редких заболеваний менее опытными врачами и смягчить решения, связанные со стрессом или усталостью», — говорит доктор медицинских наук Тобиас Лассер. Таким образом, алгоритмы обучения могли бы способствовать повышению общего уровня медицинского обслуживания.


Оставьте комментарии и отзывы!

Используйте нормальные имена. Ваш комментарий будет опубликован после проверки.

(обязательно)