Google Entre En Dermatologie, Surpassant Les Infirmières Praticiennes Et Se Mettant À Égalité Avec Les Spécialistes

Les maladies de la peau sont l’une des maladies les plus courantes, mais en raison de la pénurie de médecins professionnels et de la répartition inégale des ressources médicales, les patients demandent souvent l’aide de médecins généralistes, ce qui peut facilement conduire à des diagnostics erronés et à des diagnostics manqués. Un système d’apprentissage profond développé par des chercheurs de Google peut détecter les maladies cutanées courantes avec une précision comparable à celle des dermatologues professionnels et bien meilleure que celle de certains médecins et infirmières de soins primaires.

Les problèmes de peau sont l’une des maladies les plus courantes dans le monde, juste après le rhume, la fatigue et les maux de tête.

En fait, on estime qu'il y a 1,9 milliard de personnesTout le monde développera une maladie de peau à un moment donné. Aux États-Unis seulement, 1 patient sur 20 se rend dans une clinique pour se faire soigner.Pas moins de 371 personnes TP3T ont au moins un problème de peau. Cependant, plus de la moitié de ces patients ont été vus par des non-dermatologues.

En raison d’une pénurie mondiale de dermatologues, les patients sont obligés de consulter leur médecin généraliste, mais ces derniers ne sont souvent pas aussi précis que les spécialistes pour déterminer la maladie.

Compte tenu de cela, Des chercheurs de Google développent un système d'IA capable de détecter les maladies de peau les plus courantes en soins primaires.

Dans ses articles publiés« Un système d'apprentissage profond pour le diagnostic différentiel des maladies de la peau »Dans un article intitulé « Un système d’apprentissage profond pour le diagnostic différentiel des maladies de la peau » et dans leur blog, les chercheurs ont déclaré que lorsqu’on leur présentait des images et des métadonnées sur les cas des patients, le système pouvaitDiagnostiquer avec précision 26 affections cutanées, et affirme que cela est comparable à celui des dermatologues certifiés aux États-Unis.

L'IA devient un nouveau dermatologue, avec un taux de précision supérieur à celui des médecins professionnels

Yuan Liu, ingénieur logiciel chez Google, et le Dr Peggy Bui, responsable du programme technique chez Google Health, ont déclaré : « Nous avons développéSystème d'apprentissage profond(DLS) pour traiter les problèmes de peau les plus courants observés en soins primaires. Cette étude met en évidence le potentiel du DLS pour améliorer les capacités diagnostiques des médecins généralistes qui n’ont pas de formation spécialisée supplémentaire. "

Comme ils l’expliquent, les dermatologues ne donnent pas un seul diagnostic pour chaque problème de peau, mais présentent plutôt une liste classée de diagnostics possibles (diagnostics différentiels) qui sont systématiquement réduits par des examens de suivi, des examens d’imagerie, des procédures et des consultations. Il en va de même pour le système d’IA développé par les chercheurs de Google.

Le système traite les éléments suivantsUne ou plusieurs images cliniques d'anomalies cutanées et jusqu'à 45 types de métadonnées (par exemple, des éléments autodéclarés des antécédents médicaux :comme l'âge, le sexe et les symptômes). Pour chaque cas, plusieurs images ont été traitées à l’aide de l’architecture de réseau neuronal Inception-v4 et combinées avec les métadonnées converties en fonctionnalités pour la couche de classification.

L'équipe de recherche a déclaré que le modèle utilisait des données provenant de deux États. 17 cliniques de soins primaires 17 777 cas non identifiés, le modèle a été évalué. Ils ont divisé le corpus en deux parties et ont utilisé la partie des enregistrements entre 2010 et 2017 pour former le système d'IA, et la partie de 2017 à 2018 pour l'évaluation. Lors de la formation, le modèle profite de Plus de 50 000 diagnostics différentiels de plus de 40 dermatologues.

Pour tester la précision diagnostique du système, les chercheurs ont compilé les diagnostics de trois dermatologues certifiés aux États-Unis et les ont comparés à une norme de référence rigoureuse.

Les étiquettes de vérité fondamentale ont été obtenues en agrégeant 3 750 cas. Comparez le classement des problèmes de peau du système d’IA avec le diagnostic différentiel du dermatologue.La première et les trois premières prédictions diagnostiques ont atteint une précision de 71% et 93% respectivement..

De plus, dans l'ensemble de données de validation, le système a été comparé à trois catégories de cliniciens : dermatologues, médecins de soins primaires et infirmières (étant donné que le diagnostic différentiel typique fourni par les cliniciens ne peut contenir que trois diagnostics, ils ont uniquement comparé les trois principales prédictions du DLS avec les cliniciens).

Les résultats ont montré que les trois premières prédictions du système indiquaient queLe taux de précision diagnostique était de 90%, soit comparable à celui des dermatologues (75%) et « bien supérieur » à celui des médecins de soins primaires (60%) et des infirmières praticiennes (55%)..

Les maladies de la peau étant également étroitement liées au type de peau, l’évaluation visuelle de la peau elle-même est cruciale pour le diagnostic. Par conséquent, afin d’évaluer les biais potentiels basés sur le type de peau, l’équipe Fitzpatrick Typage de la peau, test des performances du système d'IA. La classification de la peau va du type I (« pâle, brûle souvent, ne bronze jamais ») au type VI (« brun le plus foncé, ne bronze jamais »).

Ils se sont concentrés sur les types de peau Fitzpatrick II-IV, qui représentaient au moins 5 % des données, et ont constaté que DLS avait une précision similaire dans ces catégories.La précision du premier diagnostic variait de 69 % à 72 %, et la précision des trois premiers variait de 91 % à 94 %..

Les chercheurs attribuent la précision globale du système à la quantité de données dans le corpus de formation.MétadonnéesLes résultats suggèrent que leur approche pourrait « aider à inciter les cliniciens à prendre en compte des facteurs possibles » qui n’étaient pas sur la base de leur diagnostic différentiel initial.

Ils ont toutefois également noté que leur corpus de formation provenait d’un seul service de télédermatologie. Certains types de peau Fitzpatrick étaient trop rares dans leur ensemble de données pour une formation ou une analyse significative, et leur ensemble de données n'était pas en mesure de détecter avec précision certaines affections cutanées, telles que le mélanome, en raison d'un manque d'échantillons de données disponibles.

« Nous pensons que ces limitations pourraient être résolues en incluant davantage de cas de cancer de la peau prouvés par biopsie dans la formation et la validation », ont écrit Liu et Bui.

Grâce à la technologie, avoir une peau saine n’est plus un rêve 

Dans mon pays, le nombre total de dermatologues est inférieur à 30 000. Outre la pénurie de médecins professionnels, la dermatologie est également confrontée à des problèmes tels que des diagnostics erronés, des diagnostics manqués et une connaissance insuffisante des maladies rares, ce qui entraînera sans aucun doute des pertes pour les patients.

En fait, la dermatologie est une discipline qui s’appuie sur les caractéristiques morphologiques.La plupart des diagnostics sont basés sur des modèles de reconnaissance visuelle. Pour la dermatologie, les capacités de reconnaissance d’images de l’IA sont très adaptées au diagnostic auxiliaire.

Mais au cours des dernières décennies, l’application de l’intelligence artificielle en dermatologie est restée très limitée. Jusqu'à ces dernières années, avec le développement et l'application de la technologie de l'intelligence artificielle, la dermatologie nationale a progressivement fait beaucoup de progrès dans les applications de l'IA.

Par exemple, en 2018, le deuxième hôpital de l'université de Xiangya a coopéré avec Dingxiangyuan et Dana Technology pour réaliserLe premier système de diagnostic assisté par l'IA pour les maladies de la peauLe système cible actuellement une gamme de maladies, notamment le lupus érythémateux et la dermatite.La précision de reconnaissance est aussi élevée que 85% ou plus. Par la suite, l'hôpital de l'amitié Chine-Japon et l'hôpital universitaire de médecine de l'Union de Pékin ont également lancé des systèmes de diagnostic des maladies de la peau basés sur l'IA et basés sur la technologie de l'apprentissage profond.

Nous avons donc des raisons de penser qu’avec l’aide de la technologie de l’IA, tous les problèmes rencontrés par la dermatologie seront résolus.

-- sur--