« Gå tillbakaPreoperative prediction of basal cell carcinoma and cutaneous squamous cell carcinoma characteristics using machine learning
Huvudsökande: Sam Polesie
Arbetsplats: Department of Dermatology and Venereology, Institute of Clinical Sciences, Sahlgrenska Academy, GothenburgHudcancer är den vanligaste cancerformen i världen. De flesta fall utgörs av keratinocytcancer, främst basalcellscancer (BCC) och skivepitelcancer (cSCC). Dessa tumörer opereras ofta, och inför operationen behöver läkaren bedöma hur aggressiv tumören är och vilken typ av tumör det rör sig om. Denna bedömning påverkar hur snabbt patienten bör behandlas och hur omfattande ingreppet behöver vara.
Artificiell intelligens (AI) har i tidigare studier visat lovande resultat när det gäller att analysera bilder av hudtumörer. De flesta studier har dock gjorts i efterhand och inte i verklig klinisk vardag. Det saknas därför säkra, prospektiva studier som visar hur AI fungerar när den används parallellt med läkare i den dagliga vården.
I detta projekt kommer vi att genomföra en klinisk studie där AI analyserar standardiserade bilder av BCC och cSCC. Resultaten från AI jämförs med den slutliga vävnadsanalysen efter operation. Målet är att undersöka om AI kan bidra till mer träffsäkra bedömningar före operation.
På sikt kan detta leda till bättre prioritering, ökad patientsäkerhet och en mer effektiv användning av vårdens resurser.
