Algorytm opracowany przez naukowców z Uniwersytetu Stanforda jest w stanie bez ingerencji człowieka rozpoznawać raka skóry na podstawie analizy zdjęć pacjentów. O swoim sukcesie badacze donoszą w piśmie "Nature".
W samych Stanach Zjednoczonych odnotowuje się ok. 5,4 mln nowych przypadków nowotworów skóry rocznie. Naukowcy podkreślają, że kluczowe dla pacjentów jest możliwie jak najwcześniejsze wykrycie zmian: w przypadku czerniaka wykrytego we wczesnym stadium przeżywalność pacjentów kształtuje się na poziomie ok. 97%.; dla czerniaka wykrytego w późniejszym stadium choroby przeżywalność maleje z kolei do ok. 14%.
Opracowany przez amerykańskich naukowców algorytm zastępuje pierwszy etap diagnozy nowotworów skóry - oględziny podejrzanej zmiany przez dermatologa. Udało się to osiągnąć poprzez wykorzystanie uczenia maszynowego.
„Stworzyliśmy bardzo potężny algorytm nauczania maszynowego, który uczy się z dostępnych danych – powiedział Andre Esteva, jeden z badaczy. – Zamiast wpisywać w kod komputerowy dokładne informacje o tym, czego ma poszukiwać – pozwoliliśmy mu samodzielnie się tego nauczyć”.
Naukowcy ze Stanfordu zbudowali swój algorytm w oparciu o inny algorytm, stworzony przez Google - który wytrenowany był do odróżniania zdjęć psów od zdjęć kotów. Poświęcili też czas na skomponowanie bazy danych zawierającej zdjęcia różnego rodzaju zmian skórnych z ich opisami. Aktualnie baza zawiera ok. 130 tys. zdjęć przestawiających ok. 2 tys. różnorodnych chorób skórnych.
W testach programu wykorzystano wysokiej jakości obrazy zmian skórnych, w przypadku których przeprowadzone zostały również biopsje. Naukowcy porównywali diagnozy postawione przez algorytm z opiniami grupy 21 dermatologów opartych o ten sam zestaw obrazów. Jak donoszą, trafność diagnoz algorytmu oraz dermatologów była porównywalna.
Choć algorytm jest w tym momencie przeznaczony na komputer, jego autorzy planują stworzenie jego wersji przeznaczonej na smartfony. Zaznaczają jednak, że zanim to nastąpi, potrzebne jest przeprowadzenie badań klinicznych.