App erkennt mutmaßliche MPOX-Hautausschläge mithilfe künstlicher Intelligenz

Nachrichten

Open Government-Lizenz 3.0. Kredit: Naturheilkunde (2023). DOI: 10.1038/s41591-023-02225-7″>

nachrichten App erkennt mutmaßliche MPOX-Hautausschläge mithilfe künstlicher Intelligenz
SHAP-Analyse des MPXV-CNN. Fotografische Bilder von MPXV-Hautläsionen (oben) werden mit der entsprechenden SHAP-Analyse (unten) über dem Originalbild angezeigt, um die diskriminierenden Bildbereiche hervorzuheben, die für die Erkennung verwendet wurden (AG). Die gezeigten MPXV-Läsionen repräsentieren verschiedene Stadien wie folgt: Vesikel im Frühstadium (A), kleine Pustel (B), Nabelpustel (C), Papel mit zentraler Nekrose (D), Hand mit einer ulzerierten Hautläsion (e), Schamgegend mit multiplen ulzerierten Hautläsionen (F) und verkrustete Plaques im Spätstadium (G). Positive SHAP-Werte, rot dargestellt, zeigen Bereiche des Bildes an, die zur Vorhersage einer MPXV-Hautläsion beigetragen haben, wohingegen negative SHAP-Werte, blau dargestellt, Bereiche anzeigen, die von der Vorhersage ablenken. Alle MPXV-Läsionen in gezeigt AG waren Teil des Testdatensatzes und wurden vom MPXV-CNN korrekt klassifiziert. Bildnachweis (AG): UK Health Security Agency, lizenziert unter der Open Government-Lizenz 3.0. Kredit: Naturheilkunde (2023). DOI: 10.1038/s41591-023-02225-7

Eine neue App, die von Wissenschaftlern der Stanford Medicine und anderen Institutionen entwickelt wurde, kann Hautläsionen, die durch MPox, früher bekannt als Affenpocken, verursacht wurden, in Bildern mit einer Genauigkeit von 90% erkennen, fanden die Forscher in einer Studie heraus. Zur Analyse von Bildern nutzt die App eine Art künstlicher Intelligenz, die auf einem großen Datensatz von etwa 130.000 Bildern verschiedener Hautzustände trainiert und ausgewertet wurde.

Die kostenlose Open-Source-App namens PoxApp, ermöglicht es Benutzern, mit ihrem Smartphone Fotos von Hautläsionen zu machen, einige Fragen zu beantworten und in weniger als fünf Minuten einen Risiko-Score mit Empfehlungen zu erhalten, wie z. B. mpox-Tests oder Impfungen nach Exposition.

„Es ist eine schnelle, einfache und anonyme Möglichkeit, eine erste Einschätzung zu erhalten“, sagte Alexander Thieme, MD, der Hauptentwickler der App und Gastwissenschaftler an der Medizinischen Fakultät der Charité – Universitätsmedizin Berlin und des Berlin Institute of Health. „Wir hoffen, die Wahrscheinlichkeit zu erhöhen, dass jemand wegen seiner Hautläsionen einen Arzt aufsucht, anstatt ihn zu ignorieren.“

Obwohl die App eine hohe Genauigkeit hat, kann sie falsch negative Ergebnisse liefern. Sie ersetze keinen Arzt, betonte Thieme. Aber die App könnte Gemeinden mit weniger Zugang zu medizinischer Versorgung erreichen und die Menschen ermutigen, einen Arzt aufzusuchen.

„Viele Menschen suchen im Internet nach medizinischen Informationen, und vieles davon kann ungenau sein“, sagte Thieme. „Mit dieser App, die unter Anleitung der Centers for Disease Control and Prevention und der Weltgesundheitsorganisation entwickelt wurde, hoffen wir, die Menschen dazu zu ermutigen, sich um medizinische Versorgung zu bemühen.“

Die Methoden der künstlichen Intelligenz und die Erkenntnisse der App wurden online in veröffentlicht Naturheilkunde 2. März. Das Projekt ist eine gemeinsame Anstrengung der Labors von Olivier Gevaert, Ph.D., Tina Hernandez-Boussard, Ph.D., und Pascal Geldsetzer, MD, Ph.D., bei Stanford Medicine sowie Mitarbeitern bei Charité – Universitätsmedizin Berlin und Toronto University Hospital. Thieme ist der Hauptautor.

nachrichten App erkennt mutmaßliche MPOX-Hautausschläge mithilfe künstlicher Intelligenz
PoxApp analysiert Fotos von vermuteten MPOX-Läsionen und gibt in weniger als 5 Minuten eine Risikobewertung mit Empfehlungen aus. Bildnachweis: Marina Demidiuk/Shutterstock

Nachrichten Ergebnisse optimieren

Um Ihre Risikobewertung zu berechnen, berücksichtigt die App, ob Sie eine Hautläsion haben, Symptome haben oder engen Kontakt mit jemandem hatten, der möglicherweise exponiert war.

Laut Thieme ist die App anonym: Alle Daten werden auf Ihrem Gerät analysiert und nicht an einen externen Server gesendet. Die App gibt Ratschläge, wie man das beste Foto macht, um die Wahrscheinlichkeit eines falschen Negativs zu verringern.

Forscher haben herausgefunden, dass die App MPOX in verschiedenen Stadien der Krankheit erkennen kann. Es gibt vier Stadien von Läsionen, die von flach ohne Flüssigkeit über erhaben mit klarer Flüssigkeit bis hin zu tiefen, mit weißer Flüssigkeit gefüllten Hautausschlägen reichen, bevor die Läsion schorft, normalerweise in zwei bis drei Wochen.

Die App bietet fünf verschiedene Beratungsstufen, die von Nichtstun bis zum sofortigen Arztbesuch reichen. Thieme sagte, wenn jemand Kontakt und Symptome gehabt habe, solle er einen Arzt aufsuchen.

Benutzer haben die Möglichkeit, Ergebnisse für Forschungsdaten einzureichen. Anhand dieser Daten hoffen Wissenschaftler wie Thieme, zukünftige Schübe von MPOX-Infektionen vorhersagen und ein Frühwarnsystem einsetzen zu können.

Die Forscher planen, aktualisierte Versionen der App zu veröffentlichen, wenn Benutzer mehr Fotos hochladen. Mit mehr Daten erwarten sie, dass sich die Genauigkeit der Fotoerkennung verbessert. Da die App quelloffen und kostenlos ist, hofft Thieme, dass sie weltweit eingesetzt wird, insbesondere in Afrika, wo mpox erstmals in den 1970er Jahren identifiziert wurde.

Mehr Informationen: Alexander H. Thieme et al, Ein Deep-Learning-Algorithmus zur Klassifizierung von Hautläsionen durch MPOX-Virusinfektion, Naturheilkunde (2023). DOI: 10.1038/s41591-023-02225-7

Zitat: App erkennt mutmaßliche MPOX-Hautausschläge mithilfe künstlicher Intelligenz (2023, 3. März), abgerufen am 3. März 2023 von https://medicalxpress.com/news/2023-03-app-mpox-rashes-artificial-intelligence.html

Dieses Dokument ist urheberrechtlich geschützt. Abgesehen von einem fairen Handel zum Zwecke des privaten Studiums oder der Forschung darf kein Teil ohne schriftliche Genehmigung reproduziert werden. Der Inhalt dient nur zu Informationszwecken.

Leave a Reply

Your email address will not be published. Required fields are marked *

Most Popular

On Key

Related Posts