Sean Anthony Eddy/Getty Images
Γιατροί + Μηχανήματα: Τα στοιχεία δείχνουν ότι όταν οι δερματολόγοι συνδυάζουν δυνάμεις με τεχνολογία βασισμένη σε εικόνες AI, μπορεί να βελτιώσει τη διαγνωστική ακρίβεια.
Ε: Η τεχνητή νοημοσύνη έχει διεισδύσει σε κάθε κλάδο, συμπεριλαμβανομένου του ιατρικού τομέα. Καθώς η τεχνολογία εξελίσσεται, πώς θα βοηθήσει τους δερματολόγους (και τους ασθενείς) να καταπολεμήσουν τον καρκίνο του δέρματος;
Vishal Anil Patel, MD : Η Τεχνητή Νοημοσύνη μας φέρνει στο νου την ταινία «2001: Η Οδύσσεια του Διαστήματος» ή τον «Εξολοθρευτή» — και εκείνη την καταστροφική ταινία επιστημονικής φαντασίας «άνθρωπος εναντίον μηχανής». Αλλά ως δερματολόγοι ή ασθενείς, δεν πρέπει να φοβόμαστε την τεχνολογία . Χρησιμοποιούμε τα smartphone μας για να μας πουν πώς να φτάσουμε από το ένα μέρος στο άλλο πιο γρήγορα. Λαμβάνει υπόψη την κυκλοφορία και μας επιτρέπει να επιλέγουμε την ταχύτερη διαδρομή με αυτοκίνητο ή με τα μέσα μαζικής μεταφοράς. Αυτό είναι όλο Τεχνητή Νοημοσύνη. Στην δερματολογία, η Τεχνητή Νοημοσύνη μπορεί να αναλύσει άμεσα δερματοσκοπικές ή κλινικές εικόνες ύποπτων σημείων και να μας βοηθήσει να προσδιορίσουμε την καλύτερη διαδρομή. Υπάρχουν τόσα πολλά στοιχεία που αποδεικνύουν ότι οι άνθρωποι δεν είναι προγραμματισμένοι να επεξεργάζονται πληροφορίες και εικόνες στο ίδιο υψηλό επίπεδο που μπορεί ένας αλγόριθμος, οπότε γιατί να μην χρησιμοποιήσουμε την τεχνολογία για να μας βελτιώσει;
Το 2024, ο FDA ενέκρινε το DermaSensor, ένα εργαλείο φασματοσκοπίας φωτός που χρησιμοποιεί τεχνητή νοημοσύνη για την ανίχνευση καρκίνου του δέρματος, συμπεριλαμβανομένου του μελανώματος , του πλακώδους καρκινώματος (SCC) και του βασικοκυτταρικού καρκινώματος (BCC). Αυτό το εργαλείο μπορεί να αντιμετωπίσει την έλλειψη δερματολόγων και τους μεγάλους χρόνους αναμονής σε ορισμένες περιοχές, βοηθώντας τους παρόχους πρωτοβάθμιας περίθαλψης να εντοπίσουν όσους χρειάζονται άμεση εξέταση για πιθανή βιοψία και εξειδικευμένη φροντίδα. Αλλά, όπως και με κάθε νέο εργαλείο, πρέπει να είμαστε προσεκτικοί ώστε να μην το χρησιμοποιούμε υπερβολικά, κάτι που μπορεί να οδηγήσει σε υπερβολική διάγνωση και υπερβολική θεραπεία πρώιμων ή αβλαβών αλλοιώσεων. Αυτή η νέα τεχνολογία θα μπορούσε να αλλάξει τα δεδομένα, αλλά είναι πολύ νωρίς για να πούμε κάτι συγκεκριμένο. Θα έλεγα ότι έχω συγκρατημένη αισιοδοξία.
Ε: Πώς αυτό το εργαλείο, και άλλα παρόμοια, θα επηρεάσει τον αριθμό των βιοψιών που πραγματοποιούν οι δερματολόγοι;
Ο καρκίνος του δέρματος αποτελεί μια αυξανόμενη επιδημία στις ΗΠΑ και η ικανότητα ακριβούς εντοπισμού πιθανών ύποπτων αλλοιώσεων χωρίς να χρειάζεται να αγγίξουμε αμέσως το νυστέρι είναι ανεκτίμητη. Στις δεκαετίες του 1980, του 90 και στις αρχές της δεκαετίας του 2000, οι δερματολόγοι εκπαιδεύτηκαν να σκέφτονται: «Σε περίπτωση αμφιβολίας, διακόψτε την». Ήταν ρουτίνα για τους ασθενείς να υποβάλλονται σε πολυάριθμες διαδικασίες, αλλά είναι αυτό που είναι καλύτερο για τον ασθενή; Έχει νόημα από οικονομική άποψη; Αυτά τα ερωτήματα βρίσκονται στον πυρήνα της συζήτησης για την Τεχνητή Νοημοσύνη. Κάνουμε βιοψία σε πολλά καλοήθη σημεία για να βρούμε τα κακοήθη. Τώρα, αν έχουμε 10 αμφισβητήσιμα σημεία και κάνουμε βιοψία μόνο σε δύο από αυτά επειδή ο αλγόριθμος λογισμικού λέει ότι έχουν υψηλό κίνδυνο καρκίνου του δέρματος, μπορούμε να παρακολουθήσουμε τα άλλα και να επανεκτιμήσουμε αργότερα με βάση τις εικόνες.
Ε: Πώς μπορεί η τεχνητή νοημοσύνη να βοηθήσει στον καρκίνο του δέρματος μετά τη διάγνωση;
Η εξέταση προσδιορισμού γονιδιακής έκφρασης (GEP) είναι ένας τύπος Τεχνητής Νοημοσύνης που μας βοηθά να προσδιορίσουμε εάν μια βιοψία είναι κακοήθης βλάβη ή εάν ο κίνδυνος υποτροπής και μετάστασης είναι υψηλός και μπορεί να βοηθήσει τους κλινικούς ιατρούς να αποφασίσουν για την καλύτερη πορεία θεραπείας. Η εξέταση μπορεί επίσης να βοηθήσει στην απόφαση εάν χρειάζεται επιπλέον θεραπεία, όπως ακτινοβολία , σε ορισμένους ασθενείς ή συχνότερη παρακολούθηση. Σε άλλους, μπορεί να βοηθήσει στην αποκλιμάκωση της θεραπείας. Για παράδειγμα, χρειάζεται να ακτινοβολήσω ένα μεγάλο πλακώδες καρκίνωμα (SCC) σε έναν 90χρονο που δεν μπορεί να λάβει ακτινοβολία πέντε ημέρες την εβδομάδα για τέσσερις εβδομάδες, όταν η εξέταση GEP λέει ότι ο όγκος είναι χαμηλού κινδύνου; Είναι σαν να λέτε σε κάποιον ότι κάθε κοιλότητα χρειάζεται ενδοδοντική θεραπεία, ενώ εσείς δεν το χρειάζεστε απαραίτητα. Δεν απαιτεί κάθε καρκίνος του δέρματος χειρουργική επέμβαση ή ακτινοβολία. Άλλοι μπορεί να επωφεληθούν από την προσθήκη ανοσοενισχυτικής ανοσοθεραπείας . Η Τεχνητή Νοημοσύνη μας κάνει πιο ακριβείς και θα είμαστε καλύτεροι στην αξιολόγηση του κινδύνου ενός ασθενούς με τα διάφορα εργαλεία που διαθέτουμε.
Ε: Ποιοι είναι οι περιορισμοί της τεχνητής νοημοσύνης στη δερματολογία;
Το κομμάτι της Τεχνητής Νοημοσύνης που πολλοί άνθρωποι ξεχνούν είναι ότι η τεχνολογία μηχανικής μάθησης έχει σκοπό να μαθαίνει από μόνη της, και στη συνέχεια πρέπει να μαθαίνουμε τόσο από τις καλές όσο και από τις κακές πληροφορίες. Τα λάθη που κάνετε στον αλγόριθμο είναι αυτά που σας βοηθούν να μάθετε πώς να το κάνετε σωστά. Και δεν χρειάζεται να είναι τέλειο, γιατί ποιος είναι το προσωρινό μέτρο; Ο ειδικός: ο δερματολόγος. Έτσι, αν χρησιμοποιήσω αυτό το εργαλείο και τα αποτελέσματα δεν βγάζουν νόημα, θα καταφύγω στην κλινική μου κρίση που μου λέει ότι αυτή η βλάβη είναι ύποπτη. Χρειάζομαι βιοψία. Είναι σαν το επεισόδιο του The Office όταν ο Michael οδηγεί ένα αυτοκίνητο σε ένα ποτάμι επειδή το GPS του του λέει να στρίψει όπου δεν υπάρχει δρόμος. Μην στρίψετε! Δεν πρέπει να ακολουθήσετε τις οδηγίες του μηχανήματος αν δεν βγάζουν νόημα.
Ε: Τι λέτε στους δερματολόγους που φοβούνται ότι η τεχνητή νοημοσύνη θα τους αντικαταστήσει;
Δεν πρόκειται να αντικατασταθείτε. Τη δεκαετία του 1980, οι πιλότοι αεροπλάνων πίστευαν ότι τα ρομπότ θα τους αντικαθιστούσαν. Αλλά τώρα τα αεροπλάνα μας είναι ασφαλέστερα, ταχύτερα και πιο αποτελεσματικά, και δείτε πόσο σημαντικοί είναι ακόμα οι πιλότοι! Ο ανθρώπινος εγκέφαλος έχει περιορισμούς, οπότε για να είσαι ο πιο έξυπνος δερματολόγος, πρέπει να χρησιμοποιείς τα εργαλεία που έχεις. Αυτά τα εργαλεία τεχνητής νοημοσύνης θα μας κάνουν πιο έξυπνους — αν έχουν νόημα για τον ασθενή. Γι' αυτό η κλινική κρίση του δερματολόγου είναι καθοριστική, και ακόμη πιο κρίσιμη τώρα. Τελικά, θα μας κάνει καλύτερους δερματολόγους και πιο αποτελεσματικούς, και, επειδή έχουμε έλλειψη δερματολόγων, θα μπορούσε να βοηθήσει στην αντιμετώπιση και αυτού του προβλήματος.
Ε: Πώς πρέπει λοιπόν οι δερματολόγοι και οι ασθενείς να προσεγγίζουν την ΑΙ;
Το AI κυκλοφόρησε γρήγορα, έστω και λίγο επιθετικά, και δεν είμαστε έτοιμοι να το υιοθετήσουμε ευρέως. Αλλά νομίζω ότι θα είμαστε εκεί σε πέντε χρόνια, οπότε οι δερματολόγοι θα πρέπει να αρχίσουν να σκέφτονται σοβαρά την τεχνητή νοημοσύνη. Αυτήν τη στιγμή, διαθέτουμε πολλά διαφορετικά προϊόντα: εργαλεία χειρός, συμπεριλαμβανομένων έξυπνων τηλεφώνων που μπορούν να τραβήξουν φωτογραφίες υψηλής ποιότητας, καθώς και δερμοσκόπηση και ομοεστιακή μικροσκοπία για να φαίνονται ακόμη πιο βαθιά στο δέρμα. Υπάρχουν νέα εργαλεία με φασματοσκοπία φωτός όπως το DermaSensor. Όλοι χρησιμοποιούν παρόμοιους αλγόριθμους λογισμικού που επεξεργάζονται αυτά τα διάφορα δεδομένα, καθόλου διαφορετικά από το πώς ο εγκέφαλός μας επεξεργάζεται τα διάφορα δεδομένα εισόδου. Τα στοιχεία δείχνουν ότι αν συνδυάσουμε την τεχνολογία με τις δεξιότητες των δερματολόγων, μπορούμε να φτάσουμε σε πραγματικά υψηλά επίπεδα ακρίβειας.
Θα πρέπει πρώτα να προσεγγίσουμε τον τομέα της Τεχνητής Νοημοσύνης, να κατανοήσουμε τις χρήσεις και τους περιορισμούς της και στη συνέχεια να την προσεγγίσουμε ως μεμονωμένοι δερματολόγοι. Θέστε τα ερωτήματα: «Πώς θα επηρεάσει αυτό τον ασθενή; Θα αλλάξει τον αριθμό των βιοψιών που κάνω σε έναν ασθενή με κόπωση βιοψίας; Θα αλλάξει η βαθμολογία προσδιορισμού της γονιδιακής έκφρασης κάτι που κάνω για τον ασθενή και, αν όχι, χρειάζομαι καν αυτές τις πληροφορίες;» Νομίζω ότι αν ακολουθήσουμε αυτήν την προσέγγιση, η ενσωμάτωσή της στην πρακτική θα είναι πιο ομαλή.
Αυτά τα εργαλεία θα βοηθήσουν τους ασθενείς να αισθάνονται μεγαλύτερη σιγουριά και δύναμη. Είμαι ενθουσιασμένη με τα εργαλεία που μπορούν να χρησιμοποιήσουν οι ασθενείς για να φωτογραφίζουν πράγματα στο δέρμα τους, να παρακολουθούν τον εαυτό τους και να μοιράζονται αυτές τις πληροφορίες με τον γιατρό τους. Υπάρχει αυτή η προσδοκία ότι όταν δείτε έναν δερματολόγο και δεν βρει τίποτα, είστε καλά. Αλλά δεν λειτουργεί έτσι η ιατρική. Είναι μια συνεργασία. Δεν μπορεί να αναμένεται από τους δερματολόγους να κάνουν τα πάντα σωστά σε μια επίσκεψη 10 λεπτών. Αυτά τα εργαλεία θα βοηθήσουν και τις δύο πλευρές. — Συνέντευξη από την Julie Bain και την Krista Bennett DeMaio
ΣΧΕΤΙΚΑ ΜΕ ΤΟΝ ΕΙΔΙΚΟ:
Ο Vishal Anil Patel, MD, είναι διευθυντής δερματικής ογκολογίας στο Κέντρο Καρκίνου GW, διευθυντής δερματολογικής χειρουργικής στο Τμήμα Δερματολογίας του GW και αναπληρωτής καθηγητής δερματολογίας & αιματολογίας/ογκολογίας στην Ιατρική Σχολή & Επιστημών Υγείας του Πανεπιστημίου George Washington, στην Ουάσινγκτον. Ο Δρ Patel ήταν αποδέκτης ερευνητικής επιχορήγησης από το Ίδρυμα Καρκίνου του Δέρματος το 2020.
