Ερευνητές αναπτύσσουν σύστημα με βάση την τεχνητή νοημοσύνη που θα μπορούσε να συμβάλλει στον έγκαιρο εντοπισμό του μελανώματος.

Η τεχνολογία θα χρησιμοποιεί λειτουργικό μηχανικής εκμάθησης για την ανάλυση εικόνων δερματικών βλαβών και θα παρέχει στους γιατρούς αντικειμενικά στοιχεία για βιοδείκτες που αφορούν το μελάνωμα.

Το σύστημα που εκπαιδεύτηκε με χρήση χιλιάδων φωτογραφιών δέρματος και των αντίστοιχων επιπέδων αιμοσφαιρίνης και ευμελανίνης θα μπορούσε αρχικά να μειώσει τον αριθμό των μη αναγκαίων βιοψιών.

Αλλαγές στη συγκέντρωση και κατανομή της ευμελανίνης και της αιμοσφαιρίνης είναι ισχυροί δείκτες μελανώματος.

Το νέο σύστημα δίνει στους γιατρούς αντικειμενικές πληροφορίες για χαρακτηριστικά βλαβών, ώστε να τους βοηθήσει να αποκλείσουν το μελάνωμα πριν τη λήψη πιο επεμβατικής δράσης.

Ο Alexander Wong, καθηγητής στο University of Waterloo, του Καναδά, δήλωσε ότι αυτό θα μπορούσε να είναι πολύ ισχυρό εργαλείο για την υποστήριξη των κλινικών αποφάσεων στον καρκίνο του δέρματος.

Η τεχνολογία, που παρουσιάστηκε στο 14th International Conference on Image Analysis and Recognition, στο Μόντρεαλ, θα μπορούσε να είναι διαθέσιμη στους γιατρούς το επόμενο έτος.

 

Πηγές:
14th International Conference on Image Analysis and Recognition.

Προσθέστε το iatronet.gr στο Discover

Ειδήσεις υγείας σήμερα
Το Υπουργείο Αγροτικής Ανάπτυξης και Τροφίμων ενημερώνει και ευαισθητοποιεί για τη σημασία της υγείας των φυτών
Άσκηση: Καίω πιο πολλές θερμίδες στο κρύο ή στη ζέστη;
Ενδομητρίωση: Η ‘’κρυφή νόσος’’ που επηρεάζει τη γονιμότητα