Hudcancer: dator istället för läkare?

Larissa Melville avslutade sin praktik i redaktionen för . Efter att ha studerat biologi vid Ludwig Maximilians University och Münchens tekniska universitet lärde hon sig först känna digitala medier online på Focus och bestämde sig sedan för att lära sig medicinsk journalistik från grunden.

Mer om -experterna Allt -innehåll kontrolleras av medicinska journalister.

Malign eller godartad? En bytt mullvad är alltid en anledning till oro. Än så länge bar det till hudläkaren. Men det kan förändras snart: datorer eller till och med smartphones kan göra en första diagnos i framtiden.

Forskare under ledning av Sebastian Thurn från Standford University har utvecklat ett datorprogram som använder foton för att avgöra om en mullvad är malign eller ofarlig. Forskarna testade hur bra programmet fungerar med 370 foton av hudförändringar som tidigare tydligt hade identifierats som bra eller maligna med hjälp av en biopsi. 21 erfarna hudläkare tävlade mot datorn för att hitta diagnosen.

Datorer är lika bra som läkare

Forskarna var entusiastiska över resultatet: läkarna och datorprogrammet presterade lika bra. De hade rätt i knappt 91 procent av fallen. "Det visar hur effektivt datorprogrammet fungerar", understryker medförfattaren Andre Esteva och hans kollegor. "Möjligheten att precisera förändringar i huden precis som en hudläkare har stor potential. Det kan ge många människor tillgång till viktiga medicinska tjänster."

Bakom datorprogrammet finns en inlärningsalgoritm utvecklad av Google. Forskarna utbildade detta med hjälp av nästan 130 000 märkta foton av olika godartade och maligna hudförändringar. Genom bilderna lärde sig programmet känna igen de typiska egenskaperna hos malignt melanom och karcinom.

App för smarttelefonen

Forskarnas nästa mål: att göra programmet tillgängligt för alla - med hjälp av en smartphone. "Alla har en dator i fickan som har ett antal inbyggda sensorer och en kamera", säger Esteva. "Vi kan använda mobiltelefonen för att söka efter hudcancer eller andra sjukdomar i vår hud."

Innan du kan ladda ner en hudcancer -app måste dock algoritmens tillförlitlighet kontrolleras närmare, enligt forskarna. "En noggrann utvärdering av algoritmen är nödvändig innan den antas i klinisk praxis och kan sedan användas av både läkare och patienter", säger medförfattare Susan Swetter. Även då ersätter smartphone -appen inte medicinsk rådgivning, utan ger bara en första diagnos.

Tidig upptäckt är viktigt

Hudcancer är en av de vanligaste cancerformerna i Tyskland. Tidig upptäckt förbättrar risken för återhämtning extremt. Om det drabbade hudområdet tas bort tidigt är de 97 procent. Senare sjunker de till 14 procent. Du kan också själv identifiera maligna mol genom att regelbundet skanna din kropp efter misstänkta hudförändringar. Om du upptäcker en avvikelse bör du boka tid hos en hudläkare. Från 35 års ålder betalar sjukförsäkringarna för en undersökning för tidig upptäckt av hudcancer vartannat år.

Här är ett annat tips: För att upptäcka svart hudcancer kan du använda den så kallade ABCDE-regeln. Varje bokstav anger en viss egenskap genom vilken du kan kontrollera dina mol och pigmentfläckar:

A för asymmetri: Om fläckens form är asymmetrisk och inte rund eller oval är detta märkbart och screening av hudcancer rekommenderas.

B för avgränsning: En mullvad kan vanligtvis avgränsas kraftigt från den omgivande huden. Om fläcken däremot sträcker sig in i den omgivande huden eller ser suddig eller utspolad är detta märkbart och bör klargöras genom en hudcancer -screening.

C för Colorit (färg): Om du kan se olika färgnyanser på samma plats, till exempel ljusbrun och djup svart, märks detta. Hudcancer screening ger dig säkerhet.

D som i diameter: varje födelsemärke som har en diameter på mer än två millimeter måste observeras.

E för sublimitet: Om en mullvad skjuter ut mer än en millimeter över den omgivande huden, ökar detta också sannolikheten för att det är hudcancer.

Källor:

Esteva A. et al.: Klassificering av hudcancer på hudnivå med djupa neurala nätverk. Natur. doi: 10.1038 / nature21056

Pressmeddelande från Standford University från 25 januari 2017: Djupinlärningsalgoritm gör såväl som hudläkare att identifiera hudcancer

Tagg:  äldreomsorg palliativ medicin läkemedel