Keio Üniversitesi Tıp Fakültesi, Kyoto İl Sağlık Üniversitesi ve Teikyo Üniversitesi’nden bir araştırma ekibi ile Atopiyo LLC ile işbirliği içinde geliştirilen yeni bir yapay zeka (YZ) modeli, hastalar tarafından yüklenen akıllı telefon görüntülerini kullanarak egzama şiddetini objektif olarak değerlendirebiliyor. Bulguları, Avrupa Allerji ve Klinik İmmünoloji Akademisi’nin resmi dergisi Allergy’de yakın zamanda yayımlandı.
Atopik dermatit (AD), tekrarlayan ve genellikle uzun süreli izleme ve tedavi ayarlamalarını gerektiren yaygın kronik bir cilt durumudur. Son yıllarda, akıllı telefon uygulamaları ve sosyal medya platformları, hastaların semptomlarını takip etmelerini, durumları hakkında bilgi edinmelerini ve zaman içindeki değişiklikleri belgelemelerini kolaylaştırmıştır. Bununla birlikte, kaşıntı veya uyku kaybı gibi hastalar tarafından bildirilen semptomlar her zaman görünür hastalık şiddetiyle örtüşmez. Bu boşluk, daha standartlaştırılmış, objektif değerlendirme araçlarına duyulan ihtiyacı vurgular ve dijital belirteçlerin bu rolü doldurma potansiyelini ortaya koyar.
Bu sorunu ele almak için araştırma ekibi, 2018’den beri 28.000’den fazla kullanıcının 57.000’den fazla semptom fotoğrafını ve kişisel yorumunu paylaştığı Japonya’nın en büyük AD platformu Atopiyo’dan veri kullanmıştır. Bu çalışmada geliştirilen YZ modeli, üç temel algoritmayı entegre eder: vücut bölümü tespiti, egzama lezyonu tespiti ve kızarıklık, şişlik ve kaşıntıyı değerlendiren Üç Öğe Şiddet (TIS) ölçeğini kullanarak şiddet puanlama.
880 görüntülük bir eğitim veri seti kullanarak, YZ modeli yüksek tanı doğruluğu gösterdi. 220 test görüntüsü kullanılarak yapılan bir doğrulama çalışmasında, YZ tabanlı TIS (YZ-TIS), dermatolog tarafından değerlendirilen TIS puanları ile güçlü bir korelasyon gösterdi (R = 0.73, P <0.001) ve objektif SCORAD puanları ile anlamlı bir ilişki gösterdi (R = 0.53, P = 0.04). Egzama hastalarının çoğu hastalık şiddetini kendi başlarına değerlendirmekte zorlanıyor. YZ modelimiz, sadece bir akıllı telefon kullanarak objektif, anlık takip sağlar, hastaları güçlendirir ve potansiyel olarak hastalık yönetimini iyileştirir." Dr. Takeya Adachi, çalışmanın ilgili yazarı İlginç bir şekilde, çalışma ayrıca YZ türetilmiş şiddet puanlarının, kendine bildirilen kaşıntı puanlarıyla zayıf bir şekilde ilişkili olduğunu buldu, bu da algılanan semptomlar ile gözlemlenebilir iltihap arasındaki farkı vurguluyor. Bu, dermatolojik bakımda hassaslığı artırabilen dijital belirteçlere duyulan artan ihtiyacı desteklemektedir. Araştırmacılar, modelin kullanımını genişletmeyi, daha geniş cilt tiplerini, yaş aralıklarını ve SCORAD ve EASI gibi puanlama sistemlerinden ek klinik özellikleri entegre etmeyi amaçlamaktadır. Bu çalışma, hem hastalara hem de klinisyenlere gerçek dünya ortamlarında destek sağlayan YZ destekli teledermatoloji çözümlerinin yolunu açmaktadır.