人工知能は、皮膚アレルギー検査の評価に役立ちます

ポーランドの科学者は スキンロジック-より効率的な皮膚アレルギー検査とより信頼できる結果を可能にするソリューションが開発されました。 この方法では、ビデオカメラと赤外線カメラ、および最後のピクセルまで画像を分析するシステムを使用します。

説明されているソリューションの作成者は、ワルシャワ工科大学の電子情報技術学部、JacekStępień教授（Milton Essex社）のチーム、および軍事医学研究所の専門家です。

臨床試験は非常に良い結果をもたらしました。 システムは、まれなケースでも、最大98％のケースを正しく識別します Allergien。 また、 スキンロジック 最大径0,3mmの病変を検出可能。

 画像ソース：Pixabay

SkinLogicの開発と運用

ワルシャワ工科大学（WUT）のプレスリリースで指摘されているように、ITの観点からは、SkinLogicは データ処理システム。 このデバイスは、最初に説明した三脚とカメラで構成されています。 テスト中は、患者の手をスタンドに固定する必要があります。 このデバイスは、特定の時間に可視光線と赤外線で写真を撮り、アレルゲンで処理された皮膚の破片で何が起こっているかを記録します。 デジタルドキュメントが利用可能になったら、PWを編集します。 アルゴリズム 使用します。

重要なことに、アレルギー反応（水疱）を測定する通常の手動の方法では、結果は完全に正確ではありません。 ただし、SkinLogicを使用する場合、測定はアルゴリズムによって実行されます。 さらに、システムは反応のサイズと他のパラメータの両方をチェックします。 B.それらの形状。 遠赤外線スペクトルで得られた画像はこれに役立ちます。

デジタル資料の分析

分析中、画像は皮膚の切開の位置に対応するセグメントに分割されます（各セグメントは個別に調べることができます）。 時間の経過とともにデータを分析することにより、セグメントがどのように変化したかを確認できます。

人工知能システムの入力データはどこから来ていますか？ 彼らは、医師が1500人の患者の臨床試験中に収集した100のアレルギー性皮膚反応画像（記録）を使用しました。 これにより、アルゴリズムは、どの画像がアレルギー反応を表し、どの画像がアレルギー反応を表さないかを認識することを学習できました。

カメラ画像から得られるのは100x100ピクセルの画像です。 アレルギー性水疱を検査する医師は、肉眼で見える領域しかありません。 画像のすべてのピクセルを調べます。 標準的な診断は単一の値に基づいているのに対し、人工知能によってテストされた応答は数百万の値と認識された組み合わせに基づいていると言えます"、の部門の責任者であるロバート・ノワク教授は説明します 人工知能。 人間がこれらのパターンを見つけるのは非常に難しいでしょう。 a 訓練されたアルゴリズム この仕事を迅速に行い、非常に正確です。 データが多いほど、除去するノイズが多くなりますが、アルゴリズムはこの問題も処理できます。 私たちのシステムは、医療コンソーシアムによって開発された一連のパターンを使用してトレーニングされたため、高品質の基盤を備えています」と研究者は付け加えています。

改善された診断と治療計画

システムは現在、事前登録の一部としてテストされています。 臨床診療で使用されると、それは非常に貴重な助けになる可能性があります。 それはより速いことを意味します 診断する、より正確な結果を提供し、資料のデジタル取得のおかげで他の専門家とのより簡単な相談を可能にします。

記事「畳み込みニューラルネットワークによるサーモグラフィベースの皮膚アレルギー反応認識」がXNUMX月中旬にScientificReports誌に掲載されました。