AI diagnostiserar melanom med hög precision

En ny svensk klinisk studie publicerad i British Journal of Dermatology visar att ett AI-drivet beslutstödsverktyg diagnostiserar malignt melanom med anmärkningsvärd hög precision. Studien som genomförts på 37 vårdcentraler visar på potentialen med AI och att det går att implementera i primärvården. Verktyget Dermalysers diagnostiska prestanda uppvisade 95 % sensitivitet och 86 % specificitet med ännu högre siffror, 100 % respektive 93 % för invasiva melanom.

Magnus Falk, docent i allmänmedicin och huvudprövare för studien, Institutionen för hälsa, medicin och vård, Linköpings universitet,

Resultatet från den här kliniska studien som är prospektiv och multicenter har publiceras i peer-reviewed British Journal of Dermatology och visade att utnyttjande av artificiell intelligens (AI) hjälper till öka andelen upptäckta melanom. Studien, som var utformad för att utvärdera verktyget Dermalyser, ett AI-drivet och smartphone-baserat diagnostiskt beslutsstödsystem, genomfördes på 37 svenska primärvårdskliniker.

Studieprotokoll: 228 patienter undersöktes med två diagnosmetoder:

1. En smartphone med ett dermatoskop monterat framför kameran användes för att fotografera misstänkta hudförändringar. Inom några sekunder uppvisade den tillhörande appen ett resultat, som antingen indikerade misstänkt melanom eller motsatsen, ingen sådan misstanke.
2. Oavsett resultat i appen analyserades alla hudförändringarna ytterligare en gång av en primärvårdsläkare. Därefter avlägsnades hudförändringen kirurgiskt alternativt remitterades patienten till en hudläkare.

Efter primärvårdsläkarens analys samlades hudförändringsdiagnoserna in från patienternas journaler och jämfördes med verktygets resultat.

Resultat: Totalt identifierades 253 misstänkta hudförändringar hos 228 patienter, varav 21 visade sig vara melanom, med 11 av invasiv typ och 10 melanom in situ (precancerösa melanocytiska lesioner).

För att utvärdera verktygets precision när det gäller att identifiera melanom genererades en AUROC (Area Under the Receiver Operating Characteristic) – kurva, som för invasiva melanom hade ett värde på 0,988 (0,965–0,997), vilket motsvarar en maximal sensitivitet och specificitet på 100 % respektive 92,6 %. Med alla patienter inkluderade, alltså även de med melanom in situ var AUROC 0,960, vilket motsvarar en maximal sensitivitet och specificitet på 95,2 % respektive 84,5 %.

Magnus Falk, docent i allmänmedicin och huvudprövare för studien, Institutionen för hälsa, medicin och vård, Linköpings universitet, kommenterar: ”Det kliniska beslutsstödsverktyget som utvärderades i denna studie visade hög diagnostisk noggrannhet när det användes prospektivt på primärvårdspatienter. Verktyget kan således tillföra ett betydande kliniskt värde för läkare i primärvården vid bedömning av hudförändringar för att upptäcka melanom. Därutöver är det tydliga intrycket från denna studie att den medicinska personalen som var involverad i studien var beredd att, i hög grad, sätta sin tillit till verktyget, vilket tyder på att verktyget utan större svårigheter kan integreras i nuvarande kliniska rutiner.”

Sam Polesie, adjungerad universitetslektor, Institutionen för dermatologi och venereologi, Sahlgrenska Universitetssjukhuset, Göteborg kommenterar: ”Under de senaste åren har AI:s precision när det gäller att analysera dermatoskopiska bilder för att identifiera melanom nått upp till, eller till och med överträffat den som erfarna hudläkare uppvisar. Trots detta har endast ett begränsat antal studier testat dessa system under rutinmässiga förhållanden. Denna studie är anmärkningsvärd då den utförts i en verklig, klinisk miljö, vilket gör resultaten särskilt övertygande. Jag är entusiastisk över resultaten och ser fram emot att vara en del av en framtid där ett sånt här system, med stöd av rigorös forskning och i fullständig samklang med alla nödvändiga regler, integreras i rutinsjukvården. Detta inkluderar både allmän dermatologi och specifikt diagnos av hudcancer. Det grundläggande målet är naturligtvis att förbättra de kliniska beslutsprocesserna för att uppnå mer precisa och därmed säkrare diagnoser.”

Christoffer Ekström, VD för AI Medical Technology tillägger: ”På samma sätt som när det gäller att analysera mammogram för att upptäcka bröstcancer eller hjärnavbildning för diagnos av Alzheimers sjukdom, anser vi att denna studie på ett avgörande sätt har bevisat att användning av AI kan revolutionera diagnostik av melanom. Förutom att rädda liv elimineras ångest och de ofta förödande konsekvenserna av falska resultat. Den europeiska marknaden är fortfarande vår första prioritet för verktyget, men det faktum att FDA nyligen har godkänt ett AI-drivet diagnosverktyg för att upptäcka hudcancer har etablerat en tydlig regulatorisk väg även för oss och vi ökar nu takten i vår planering för att komma in på den amerikanska marknaden.”

Den publicerade artikeln, Panagiotis Papachristou, et.al. (2024), Evaluation of an artificial intelligence-based decision support for the detection of cutaneous melanoma in primary care: a prospective real-life clinical trial, British Journal of Dermatology, 00:1–9, kan du läsa här.