Digital Tutykać Tkostka (DTT)

Sztuczna inteligencja pomaga w ocenie skórnych testów alergicznych

Polscy naukowcy mają SkinLogic-Opracowane rozwiązanie, które umożliwia bardziej wydajne testy alergii skórnych i bardziej wiarygodne wyniki. Metoda wykorzystuje kamery wideo i termowizyjne oraz system analizujący obrazy do ostatniego piksela.

Autorami opisywanego rozwiązania są specjaliści z Wydziału Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, zespół prof. Jacka Stępnia (firma Milton Essex) oraz Wojskowego Instytutu Medycznego.

Testy kliniczne dały bardzo dobre wyniki. System poprawnie identyfikuje do 98% przypadków, nawet tych rzadkich Allergien. Ponadto jest z SkinLogic możliwość wykrycia zmian o maksymalnej średnicy 0,3 mm.

 Źródło obrazu: Pixabay

Rozwój i działanie SkinLogic

Jak wskazano w komunikacie prasowym Politechniki Warszawskiej (PW), z perspektywy informatycznej SkinLogic jest system przetwarzania danych. Urządzenie składa się ze statywu oraz wspomnianych na wstępie aparatów. Podczas badań ręka pacjenta musi być unieruchomiona w statywie. Urządzenie wykonuje zdjęcia w świetle widzialnym i podczerwonym o określonych porach i rejestruje, co dzieje się na fragmentach skóry poddanych działaniu alergenów. Gdy dostępna będzie dokumentacja cyfrowa, czas na edycję PW Algorithmus w użyciu.

Co ważne, przy zwykłej ręcznej metodzie pomiaru reakcji alergicznych (pęcherze) wynik nie jest do końca dokładny. Jednak przy użyciu SkinLogic pomiar jest wykonywany przez algorytm. Dodatkowo system sprawdza zarówno wielkość reakcji, jak i inne parametry, takie jak m.in. B. ich kształt. Przydaje się do tego obraz uzyskany z widma dalekiej podczerwieni.

Analiza materiału cyfrowego

Podczas analizy obrazy są dzielone na segmenty odpowiadające lokalizacji nacięć na skórze (każdy segment można badać osobno). Analizując dane na przestrzeni czasu, można zobaczyć, jak zmienił się segment.

Skąd pochodzą dane wejściowe do systemu sztucznej inteligencji? Wykorzystali 1500 obrazów (zapisów) reakcji alergicznych skóry, które lekarze zebrali podczas badań klinicznych u 100 pacjentów. To pozwoliło algorytmowi nauczyć się rozpoznawać, który obraz przedstawia reakcję alergiczną, a który nie.

To, co otrzymujemy z obrazów z kamery, to obrazy o wymiarach 100x100 pikseli. Lekarz badający pęcherz alergiczny ma tylko obszar widoczny gołym okiem. Badamy każdy piksel na obrazach. Można powiedzieć, że standardowa diagnoza opiera się na pojedynczej wartości, natomiast odpowiedź testowana przez sztuczną inteligencję opiera się na milionach wartości i uznanych kombinacjach– wyjaśnia prof. Robert Nowak, kierownik Katedry sztuczna inteligencja. Odnalezienie tych wzorców byłoby niezwykle trudne dla człowieka; a wyszkolony algorytm wykonuje tę pracę szybko i jest bardzo dokładny. Więcej danych oznacza więcej szumu do wyeliminowania, ale algorytm poradzi sobie również z tym problemem. Nasz system został przeszkolony przy użyciu zestawu wzorców opracowanych przez konsorcjum medyczne, dzięki czemu ma wysokiej jakości podstawę – dodaje naukowiec.

Lepsza diagnostyka i planowanie leczenia

System jest obecnie testowany w ramach rejestracji wstępnej. Raz zastosowany w praktyce klinicznej może być nieocenioną pomocą. To znaczy szybciej Diagnostyka, zapewnia dokładniejsze wyniki i umożliwia łatwiejszą konsultację z innymi specjalistami dzięki cyfrowej akwizycji materiału.

W połowie lutego w czasopiśmie Scientific Reports ukazał się artykuł "Rozpoznawanie reakcji alergicznych skóry na podstawie termografii przez splotowe sieci neuronowe".