하와이의 다민족 인구에서 피부암 진단 개선을 위한 인공지능의 잠재력

피부암은 미국에서 가장 흔하게 진단되는 암으로 매년 100만 건 이상의 새로운 사례가 발생합니다. 흑색종은 모든 피부암의 약 1%와 대부분의 피부암 사망의 원인을 차지합니다. 피부가 색소가 있는 다민족 개인들은 피부암과 흑색종에 대한 위험을 과소 평가하고 진단을 받는 것을 지연시킬 수 있습니다. 인공지능을 사용하면 피부과 의사/의사의 악성 병변 식별 정확성을 개선하는 데 도움이 될 수 있습니다. 우리의 인공지능이 이미지를 구별하는 효율성을 검증하기 위해, 우리는 국제 피부 이미징 협력 데이터세트(n = 25)와 병리학적으로 확인된 병변(n = 25)에서 얻은 50개의 이미지를 활용했습니다. 우리는 우리의 인공지능이 이 50개의 피부암 병변을 시각적으로 진단하는 능력을 세 명의 피부과 전문의 패널과 비교했습니다. 인공지능 모델은 흑색종과 비흑색종을 구별하는 데 있어 0.948의 곡선 아래 면적으로 더 우수했습니다. 세 명의 패널 피부과 전문의는 인공지능 프로그램(n = 34)과 유사한 수의 이미지를 (n = 35) 올바르게 진단했습니다. 평가자와 인공지능의 Fleiss' kappa (ĸ) 점수는 공정한 (0.247) 일치를 나타냈습니다. 그러나 피부과 전문의 패널과 인공지능 평가의 결합 결과는 테스트 데이터 세트의 이미지 100%를 올바르게 식별했습니다. 우리의 인공지능 플랫폼은 비식별 이미지를 사용하여 흑색종을 비흑색종과 구별할 수 있었습니다. 인공지능과 피부과 전문의의 결합 결과는 진단의 시간과 비용을 줄이고 치료 지연을 줄이기 위한 효율적인 병변 평가 전략으로서 인공지능의 사용을 뒷받침합니다.