Wykorzystanie sztucznej inteligencji do obserwacji gwiazd na potrzeby wykrywania raka skóry
Złoty standard w wykrywaniu nowotworów skóry jest wciąż dość czasochłonny i mało skuteczny. Aby dostrzec wczesne oznaki czerniaka (rodzaj raka skóry), dermatolodzy muszą badać i monitorować pieprzyki, czyli znamiona skórne, a pacjenci z wieloma znamionami muszą nauczyć się dodatkowo skutecznej samokontroli. Do wsparcia tego procesu monitorowania stosuje się metodę fotografowania całego ciała (ang. total body photography, TBP), polegającą na wykonywaniu szerokokątnych zdjęć ciała pacjenta w znormalizowanych warunkach, aby zapewnić spójność wszystkich zdjęć. Mimo to badania kontrolne pacjentów nadal przeprowadzane są osobiście, a zdjęcia służą jedynie za wizualny punkt odniesienia. Tymczasem zachorowalność na czerniaka rośnie na całym świecie. Kluczowe znaczenie ma wczesna diagnoza: u ponad 95 % osób zdiagnozowanych we wczesnym stadium choroby wskaźnik przeżycia wynosi co najmniej pięć lat, w porównaniu z dużo niższym wskaźnikiem u osób zdiagnozowanych w zaawansowanym stadium choroby. W ramach finansowanego przez Europejską Radę ds. Badań Naukowych projektu MOLEGAZER naukowcy przekształcili algorytm wykorzystywany do monitorowania nocnego nieba w taki, który jest w stanie wyłapać zmieniające się znamiona i zidentyfikować potencjalne nowotwory skóry na ludzkiej skórze. „MOLEGAZER to projekt, którego celem jest zautomatyzowanie wykrywania znamion, monitorowanie ich zmian i pomoc klinicystom we wczesnym diagnozowaniu czerniaka”, stwierdza Mark Sullivan, profesor astrofizyki na Uniwersytecie w Southampton.
W jaki sposób algorytmy skanują nocne niebo
Algorytmy wykorzystywane w ramach projektu MOLEGAZER odnajdują zmiany na obrazach astronomicznych, takie jak eksplodujące gwiazdy. „Nasze obiekty astronomiczne badają niebo co kilka nocy, wykrywając miliony gwiazd i galaktyk”, dodaje Sullivan. Algorytmy te odnajdują powiązane piksele obrazów, które różnią się od poziomu tła i są monitorowane na przestrzeni czasu pod kątem zmian takich właściwości jak kształt, rozmiar i jasność. Następnie algorytmy lokalizują interesujące obiekty na podstawie tego, jak zmieniają się te właściwości.
Przystosowanie algorytmów na potrzeby obrazowania skóry
W astronomii najłatwiej dostrzec najjaśniejsze obiekty. „Niestety, znamiona nie świecą!”, mówi Sullivan. „Zamiast tego wstępnie przetwarzamy nasze zdjęcia tak, by zwiększyć intensywność znamienia w stosunku do reszty ciała”. Podczas gdy kształty gwiazd, galaktyk i supernowych płynnie wtapiają się w tło, czerniak wyraźnie odznacza się na tle skóry. „W rzeczywistości zadziałało to na naszą korzyść, ponieważ proste algorytmy do wykrywania krawędzi były w stanie wiarygodnie podzielić znamiona, a informacje te zostały następnie połączone z naszymi mapami intensywności, aby z dużą pewnością wybrać interesujące regiony do obserwacji dermatologicznej”, wyjaśnia. Zespół projektu MOLEGAZER stworzył zbiór danych TBP pacjentów z wysokim ryzykiem wystąpienia czerniaka. Badacze stworzyli również bazę danych wszystkich punktów na skórze zidentyfikowanych na tych zdjęciach.
Dostosowywanie SI do charakterystyki ludzkiej skóry
Naukowcy kontynuują dopracowywanie i ulepszanie algorytmów w cyklu aktywnego uczenia się, w którym dermatolodzy dokonują oględzin zdjęć regionów, w których algorytm wykazuje największą niepewność. Takie subtelne stymulowanie algorytmów trenuje je, aby z większą pewnością oddzielały nietypowe znamiona lub zmiany czerniakowe od innych niegroźnych obiektów na ciele pacjenta. Kolejnym etapem jest wdrożenie i przetestowanie tego podejścia na większej liczbie osób – i o różnych typach skóry. Rubeta Matin, konsultantka dermatologiczna w Oksfordzkich Szpitalach Uniwersyteckich NHS Foundation Trust i członkini zespołu projektu MOLEGAZER, mówi: „To narzędzie wspomagające dla klinicystów ma ogromny potencjał w zakresie optymalizacji monitorowania znacznej części populacji – osób, które na swoim ciele mają powyżej 60 pieprzyków i w przeciwnym razie rozpoznanie u nich podejrzenia czerniaka stanowiłoby duże wyzwanie”.
Słowa kluczowe
MOLEGAZER, znamiona, znamię, SI, człowiek, skóra, czerniak, obraz, obszar, wykrywanie, skóra, rak
