Rewolucja w dermatologii: nowy system AI szybciej wykrywa raka skóry!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Nowe badanie diagnostyki chorób skóry oparte na sztucznej inteligencji, przeprowadzone przez Monash University i inne instytucje, wykazało większą dokładność i niezawodność.

Eine neue AI-Studie zur Hauterkrankungsdiagnose von Monash University und anderen zeigt erhöhte Genauigkeit und Zuverlässigkeit.
Nowe badanie diagnostyki chorób skóry oparte na sztucznej inteligencji, przeprowadzone przez Monash University i inne instytucje, wykazało większą dokładność i niezawodność.

Rewolucja w dermatologii: nowy system AI szybciej wykrywa raka skóry!

6 czerwca 2025 roku zaprezentowano przełomowy wynik badania, który może znacząco zrewolucjonizować diagnostykę chorób skóry. W badaniu przeprowadzonym przez Uniwersytet Monash, Uniwersytet w Queensland i Uniwersytet Medyczny w Wiedniu przetestowano innowacyjny system sztucznej inteligencji „PanDerm” do analizy chorób skóry. Wyniki opublikowano w renomowanym czasopiśmie Nature Medicine i potwierdzają wszechstronność i niezawodność systemu w diagnostyce chorób skóry, w tym nowotworów skóry.

„PanDerm” to model open source oparty na ponad dwóch milionach źródeł obrazów medycznych. Ta obszerna baza danych umożliwia systemowi identyfikację chorób skóry przy użyciu nowatorskiego podejścia multimodalnego. W badaniu sprawdzono dokładność „PanDerm” w 28 scenariuszach testów klinicznych, a także w trzech oddzielnych badaniach z lekarzami i stwierdzono, że system jest o 10% lepszy od systemów stosowanych przez specjalistów w diagnostyce różnicowej i wczesnym wykrywaniu czerniaka.

Zwiększ dokładność diagnostyki

Kluczowym wnioskiem z badania jest to, że lekarze niewyspecjalizowani osiągnęli o 17% większą dokładność w diagnozowaniu raka skóry, stosując „PanDerm”. Odkrycie to może być szczególnie ważne, ponieważ około 70% światowej populacji cierpi na jedną lub więcej z ponad 3000 znanych chorób skóry. Ponadto „PanDerm” był w stanie zidentyfikować podejrzane zmiany skórne, zanim były widoczne dla ludzkiego oka.

System został opracowany w drodze szeroko zakrojonego procesu oceny etycznej zatwierdzonego przez Uniwersytet w Mannheim i Szpital Uniwersytecki w Heidelbergu. Przestrzegano ścisłych wytycznych, a wszyscy uczestnicy wyrazili świadomą zgodę na udział. Do opracowania klasyfikatora AI wykorzystano złożone technologie, takie jak uczenie maszynowe i sieci neuronowe, które są zoptymalizowane pod kątem dokładnego wykrywania i analizy nieprawidłowości skórnych.

Postęp technologiczny w dermatologii

Sztuczna inteligencja coraz bardziej rewolucjonizuje dermatologię, umożliwiając szybkie i precyzyjne diagnozowanie. Technologie takie jak splotowe sieci neuronowe służą do rozpoznawania wzorców w danych obrazu i zwiększania dokładności diagnostycznej. W ramach tych osiągnięć sztuczna inteligencja jest wykorzystywana nie tylko do wykrywania czerniaka, ale także do monitorowania przewlekłych chorób skóry.

Kolejnym aspektem wykorzystania sztucznej inteligencji w dermatologii jest integracja obrazów i danych pacjenta, która umożliwia spersonalizowane leczenie. Czujniki do noszenia na ciele stale mierzą parametry skóry i wspierają analizę AI. Technologie te mogą zwiększyć efektywność opieki dermatologicznej i pomóc pacjentom zwiększyć szanse na powrót do zdrowia.

Aby skutecznie wdrożyć technologie w praktyce, dermatolodzy powinni rozwinąć techniczną wiedzę na temat sztucznej inteligencji. Długoterminowy wpływ tych technologii może nie tylko obniżyć koszty opieki zdrowotnej, ale także zrewolucjonizować komunikację między lekarzami a pacjentami.

Ogólnie rzecz biorąc, nowe badanie pokazuje, że „PanDerm” ze swoimi imponującymi wynikami może stanowić obiecujące narzędzie do zastosowań klinicznych w dermatologii. Zanim system znajdzie szersze zastosowanie w praktyce klinicznej, planowane są dalsze badania. Dla lekarzy i pacjentów jest to obiecujący krok w kierunku bardziej skutecznej i precyzyjnej opieki w dermatologii.

Publikacja badania nosi tytuł „A Multimodal Vision Foundation Model for Clinical Dermatology” i podlega DOI 10.1038/s41591-025-03747-y dostępny. You can find more information here: OTS, Natura, I Zaibr.