Kunstig intelligens kan støtte diagnose av god- og ondartet hudkreft

I åtte av ti tilfeller kan en kunstig intelligens indentifisere korrekt en ondartet tumor i huden – og algoritmen kan med enda større presisjon identifisere en ondartet tumor i huden – eller frikjenne pasienter med en godartet tumor.

Bortsett fra basalcellekarsinom, er den kunstige intelligensen likevel ikke blitt god nok til å bestemme hvilken type hudkreft det er snakk om.

Dette viser en komparativ studie av hvordan henholdsvis algoritmen og en erfaren patolog diagnostiserer pasienters hudlesjoner ut fra opptak vurdert med ulike billedanalyseteknikker. Resultatene ble lagt frem i en poster (P20) under den 35th Nordic Congress of Dermatology & Venereology, som fra 19. til 22. april ble holdt i København.

Forsøket inkluderte 156 pasienter og 218 hudlesjoner, der 98 var maligne og 120 benigne. Prøvene ble diagnostisert av henholdsvis algoritmen og en histopatolog. I noen tilfeller av uenighet om diagnosen ble den stadfestet av to uavhengige og erfarne patologer. Prøvene var blinde, slik at patologene ikke visste hvilket resultat algoritmen hadde kommet frem til.

Av samtlige 98 maligne prøver nådde den kunstige intelligensen - i 79,2 prosent av tilfellene - frem til en korrekt og positiv diagnose, noe som er et uttrykk for metodens sensitivitet. Spesifisiteten ble gjort opp som andelen av korrekte negative diagnoser som ble stilt for de 120 benigne prøvene - og her var tallet 92,5 prosent. Blant prøver med basalcellekarsinom nådde algoritmen frem til nettopp denne diagnosen - med en sensitivitet på 78,9 prosent og en spesifisitet på 98,7 prosent.

Den kunstige intelligensen var - med en sensitivitet på 52,4 prosent - mindre sikker i sin diagnose av melanoma og spesielt for aktinisk keratose og spinocellulær karsinom, hvor sensitiviteten kun var på henholdsvis 33,3 prosent og 16,7 prosent. For alle disse tre typer av hudkreft var spesifisiteten likevel relativt høy med verdier mellom 94,9 prosent og 97,6 prosent.