Utveckla och validera AI i befintliga patientflöden för hudcancer.

Viktiga resultat som projektet gav

Syftet med vårt projekt var att skapa beslutsstöd med hjälp av maskininlärningsalgoritmer för diagnostik av hudförändringar vid teledermatoskopi. Vi har skapat ett sådant beslutsstöd som också har testats i datorexperiment och en klinisk validering är pågående. Vi har kämpat med vissa förseningar och utmaningar kopplade till nya riktlinjer för validering av medicintekniska produkter men totalt sett har vi nått projektets mål.

Långsiktiga effekter som förväntas

Vi har skapat en djupinlärande artificiell intelligens som presterar väl i laboratorietester och preliminärt även i en retrospektiv valideringsstudie. Resultaten indikerar att användning av AI-verktyget förbättrar den diagnostiska träffsäkerheten vid teledermatoskopi så att risken för missad hudcancer minskar liksom risken för onödiga besök eller provtagningar. Förväntad effekt av projektet är publicerade artiklar samt fortsatta steg via ytterligare samarbetsprojekt för involverade parter och mot produktifiering.

Upplägg och genomförande

Parallellt med utvecklingen av AI-verktyget, skapades en forskningsmodul i den teledermatoskopiska plattformen. Totalt 20 hudläkare rekryterades från olika länder. Därefter tilldelades fallen randomiserat till bedömarna. Information om patienten, hudförändringen samt 4 foton var tillgängliga för bedömarna. De gjorde sedan en bedömning om diagnos, konfidens, bildkvalité, och handläggning, först utan och därefter med tillgång till AI-verktyget. En interimanalys av data genomfördes och diagnostiska testvärden räknades ut för bedömningarna.