Sean Anthony Eddy/Getty Images
Läkare + Maskiner: Det finns bevis för att när dermatologer kombinerar sina krafter med AI-bildbaserad teknik kan det förbättra diagnostisk noggrannhet.
F: AI har infiltrerat alla branscher, inklusive den medicinska sektorn. Hur kommer tekniken att hjälpa hudläkare (och patienter) att bekämpa hudcancer i takt med att tekniken utvecklas?
Vishal Anil Patel, läkareAI får oss att tänka på 2001: A Space Odyssey or The Terminator — och den där science fiction-filmens undergångsscen där människan möter maskinen. Men som hudläkare eller patienter borde vi inte vara det rädd för teknikVi använder våra smartphones för att berätta hur vi ska ta oss från en plats till en annan snabbare. Den tar hänsyn till trafiken och låter oss välja den snabbaste vägen med bil eller kollektivtrafik. Det är allt AI. Inom dermatologi, AI kan omedelbart analysera dermoskopiska eller kliniska bilder av misstänkta fläckar och hjälpa oss att bestämma den bästa vägen. Det finns så mycket bevis för att människor inte är programmerade att bearbeta information och bilder på samma höga nivå som en algoritm kan, så varför inte använda teknik för att förbättra oss?
År 2024 godkände FDA DermaSensor, ett ljusspektroskopiverktyg som använder AI för att upptäcka hudcancer, inklusive melanom, plättcellscancer (SCC) och basalcellkarcinom (BCC). Detta verktyg kan åtgärda bristen på hudläkare och långa väntetider i vissa områden genom att hjälpa primärvårdspersonal att identifiera de som behöver ses omedelbart för potentiell biopsi och expertvård. Men precis som med alla nya verktyg måste vi vara försiktiga så att vi inte överanvänder det, vilket kan leda till överdiagnos och överbehandling av tidiga eller ofarliga lesioner. Denna nya teknik kan vara revolutionerande, men det är för tidigt att säga. Jag skulle säga att jag har försiktig optimism.
F: Hur kommer det här verktyget, och liknande verktyg, att påverka antalet biopsier som dermatologer utför?
Hudcancer är en växande epidemi i USA..., och förmågan att korrekt identifiera potentiella misstänkta lesioner utan att omedelbart sträcka sig efter skalpellen är ovärderlig. På 1980-, 90- och början av 2000-talet tränades dermatologer att tänka: "När du är osäker, sluta." Det var rutin för patienter att genomgå många ingrepp, men är det det som är bäst för patienten? Är det vettigt ur ekonomisk synvinkel? Dessa frågor är kärnan i AI-diskussionen. Vi biopsierar många godartade saker för att hitta de elakartade. Om vi nu har 10 tvivelaktiga fläckar och bara biopsierar två av dem eftersom programalgoritmen säger att de har hög risk för hudcancer, kan vi titta på de andra och omvärdera senare baserat på bilder.
F: Hur kan AI hjälpa till med hudcancer efter diagnos?
Profilering av genuttryck (GEP)-testning är en typ av AI som hjälper oss att avgöra om en biopsi är en malign lesion, eller om risken för återfall och metastasering är hög, och kan hjälpa läkare att bestämma den bästa behandlingen. Testningen kan också hjälpa till att avgöra om ytterligare behandling, såsom strålbehandling, behövs hos vissa patienter, eller mer frekvent uppföljning. Hos andra kan det hjälpa till att trappa ner behandlingen. Behöver jag till exempel bestråla ett stort skivepitelcancer hos en 90-åring som inte kan få strålbehandling fem dagar i veckan i fyra veckor när GEP-testet visar att tumören har låg risk? Det är som att säga till någon att varje hålrum behöver en rotfyllning när du inte nödvändigtvis behöver det. Inte varje hudcancer kräver operation eller strålning; andra kan dra nytta av tillsatsen av adjuvant immunterapiAI gör oss mer precisa, och vi kommer att bli bättre på att bedöma en patients risk med de olika verktyg vi har tillgång till.
F: Vilka är begränsningarna med AI inom dermatologi?
Den del av AI som många glömmer är att maskininlärningstekniken är avsedd att lära sig av sig själv, och då måste vi lära oss av både bra och dålig information. Det är misstagen du gör i algoritmen som hjälper dig att lära dig hur man gör det rätt. Och det behöver inte vara perfekt, för vem är nödlösningen? Experten: hudläkaren. Så om jag använder det här verktyget och resultaten inte är logiska, faller jag tillbaka på mitt kliniska omdöme som säger att den här lesionen är misstänkt; jag behöver en biopsi. Det är som episoden med Byrån när Michael kör en bil ner i en flod eftersom hans GPS säger åt honom att svänga där det inte finns någon väg. Sväng inte! Du ska inte följa maskinens instruktioner om de inte är begripliga.
F: Vad säger du till hudläkare som fruktar att AI kommer att ersätta dem?
Du kommer inte att bli ersatt. På 1980-talet trodde flygplanspiloter att robotar skulle ersätta dem. Men nu är våra flygplan säkrare, snabbare och effektivare, och se hur viktiga piloter fortfarande är! Den mänskliga hjärnan har begränsningar, så för att vara den smartaste hudläkaren måste du använda de verktyg du har. Dessa AI-verktyg kommer att göra oss smartare – if de är begripliga för patienten. Det är därför hudläkarens kliniska bedömning är avgörande, och ännu viktigare nu. I slutändan kommer det att göra oss till bättre hudläkare och mer effektiva, och eftersom vi har brist på hudläkare kan det också bidra till att lösa detta problem.
F: Så hur bör hudläkare och patienter närma sig AI?
AI har lanserats snabbt, till och med lite aggressivt, och vi är inte riktigt redo att använda det i stor utsträckning. Men jag tror att vi kommer att vara där om fem år, så hudläkare bör börja tänka seriöst på AI. Just nu har vi många olika produkter: handhållna verktyg, inklusive smartphones som kan ta högkvalitativa foton, plus dermoskopi och konfokalmikroskopi för att titta ännu djupare in i huden. Det finns nya verktyg med ljusspektroskopi som DermaSensor. De använder alla liknande programvarualgoritmer som bearbetar dessa olika data, inte annorlunda än hur vår hjärna bearbetar de olika indata. Det finns bevis som tyder på att om vi kombinerar tekniken med hudläkarnas skicklighet kan vi nå riktigt höga noggrannhetsnivåer.
Vi bör först närma oss AI-området, förstå dess användningsområden och dess begränsningar, och sedan närma oss det som individuella hudläkare. Ställ frågorna: ”Hur kommer detta att påverka patienten? Kommer det att ändra antalet biopsier jag gör på en patient med biopsiutmattning? Kommer genuttrycksprofileringspoängen att förändra något jag gör för patienten, och om inte, behöver jag ens den här informationen?” Jag tror att om vi använder den här metoden kommer det att bli smidigare att integrera den i vården.
Dessa verktyg kommer också att hjälpa patienter att känna sig mer trygga och stärkta. Jag är entusiastisk över verktyg som patienter kan använda för att ta bilder av saker på sin hud, övervaka sig själva och dela den informationen med sin läkare. Det finns en förväntan att när man träffar en hudläkare och de inte hittar något, så är det bra. Men det är inte så medicin fungerar; det är ett partnerskap. Hudläkare kan inte förväntas få allt rätt på ett 10-minutersbesök. Dessa verktyg kommer att hjälpa båda sidor. — Intervju av Julie Bain och Krista Bennett DeMaio
OM EXPERTEN:
Vishal Anil Patel, läkare, är chef för kutan onkologi, GW Cancer Center; chef för dermatologisk kirurgi, GW Department of Dermatology; och docent i dermatologi och hematologi/onkologi, George Washington University School of Medicine & Health Sciences, Washington, DC. Dr. Patel mottog 2020 ett forskningsanslag från The Skin Cancer Foundation.
