Исследователи университета Рокфеллера объединили визуализацию, цифровой анализ и машинное обучение, создав автоматизированную методику выявления меланомы на ранних стадиях.
Этот вид рака может быть неправильно диагностирован даже специалистами. Датчик, описанный в статье medicalxpress.com, поможет точнее определять болезнь.
«Дерматологам необходимо стандартизировать методику выявления меланомы, — прокомментировал профессор Джеймс Крюгер, возглавляющий лабораторию исследовательской дерматологии. – Использование скрининга спасает жизни, но этот способ неточен. Образцы подозрительных образований, взятых для биопсии, подтверждают меланому только в 10% случаев».
Исследователи подвергали изображения изменившихся участков кожи обработке серией компьютерных программ, извлекавших информацию о количестве цветов и других характеристиках новообразования. Анализ генерировал общую оценку риска (Q-score), что это – меланома. В статье Experimental Dermatology, описывающей исследование, говорится, что точность метода составляет 98%. То есть, он с высокой вероятностью обнаружит рак на ранней стадии. Способность отличать здоровые родинки составила 36%, что приближается к показателям дерматологов, рассматривающих ткани под микроскопом.
Команда разработала инструмент, загрузив по 60 снимков злокачественных и доброкачественных родинок в программу обработки изображений. Она создала визуальные биомаркеры для точного определения особенностей новообразований. Объединяя данные этих величин, исследователи подсчитывали общий Q-score для каждого изображения (от 0 до 1). Чем больше было число, тем выше вероятности, что родинка переродится в онкологию.
Предыдущие исследования показали, что самым важным биомаркером меланомы является количество цветов в новообразовании. Некоторые из них становились значимыми, только при рассмотрении в определенных цветовых каналах. Исследователи считают, что этот факт поможет в определении дополнительных биомаркеров для повышения точности диагностики.