ఈస్ట్ ఆఫ్ ఇంగ్లాండ్లోని శాస్త్రవేత్తలు చర్మ క్యాన్సర్ను తనిఖీ చేయడానికి కృత్రిమ మేధస్సును ఉపయోగించే మార్గాన్ని అభివృద్ధి చేశారు, AI సాధనం కొత్త అధ్యయనంలో ఇప్పటికే ఉన్న పద్ధతులను అధిగమించింది.
ఆంగ్లియా రస్కిన్ విశ్వవిద్యాలయం, చెక్4క్యాన్సర్, యూనివర్శిటీ ఆఫ్ ఎసెక్స్ మరియు అడెన్బ్రూక్స్ హాస్పిటల్ పరిశోధకులు 25,105 మంది రోగుల నుండి 53,601 చర్మ గాయాల నుండి డేటాపై శిక్షణ పొందిన AI మోడల్పై పనిచేశారు.
ఈ అధ్యయనంలో, పరిశోధకులు మెషిన్ లెర్నింగ్ మరియు కాంబినేషన్ థియరీని ఉపయోగించి 22 క్లినికల్ లక్షణాలను స్వేదన చేయడానికి అత్యంత ముఖ్యమైన ఏడు వరకు చర్మ గాయము అనుమానాస్పదంగా ఉందా లేదా అని అంచనా వేసింది. ఈ లక్షణాలలో ఇవి ఉన్నాయి: గాయం ఇటీవల పరిమాణం, రంగు లేదా ఆకారాన్ని మార్చినా; గాయం గులాబీ రంగులో ఉందా లేదా మంటగా ఉందా; మరియు 15 సంవత్సరాల వయస్సులో జుట్టు రంగు.
69% ఖచ్చితత్వంతో కొత్త C4C రిస్క్ స్కోర్ను రూపొందించడానికి పరిశోధకులు ఈ ఏడు లక్షణాలకు అనుపాత బరువును వర్తింపజేసారు. అధ్యయనంలో ఇది 7PCL (62%) మరియు విలియమ్స్ స్కోర్ (60%) వంటి ఇప్పటికే ఉన్న పద్ధతులను గణనీయంగా అధిగమించింది.
వారు కనుగొన్న కొన్ని కొత్త ప్రమాద కారకాలు, పుండు వయస్సు, గులాబీ రంగు మరియు జుట్టు రంగు వంటివి అన్ని రకాల చర్మ క్యాన్సర్లకు ముఖ్యమైనవి కానీ పాత పద్ధతులలో చేర్చబడలేదు, ఇవి మెలనోమా, నిర్దిష్ట చర్మ క్యాన్సర్పై మాత్రమే దృష్టి సారించాయి.
ఆంగ్లియా రస్కిన్ విశ్వవిద్యాలయంలో క్యాన్సర్ సర్జరీ విజిటింగ్ ప్రొఫెసర్ మరియు Check4Cancer వద్ద చీఫ్ మెడికల్ ఆఫీసర్ ప్రొఫెసర్ గోర్డాన్ విషార్ట్ ఇలా అన్నారు: “ఈ అధ్యయనం చర్మపు గాయం వర్గీకరణలో క్లినికల్ డేటాను ఉపయోగించడం యొక్క ప్రాముఖ్యతను చూపుతుంది, ఇది చర్మ క్యాన్సర్ను గుర్తించడంలో సహాయపడుతుంది.
“మా కొత్త AI మోడల్, C4C రిస్క్ స్కోర్ను స్కిన్ లెసియన్ ఇమేజెస్తో కలిపి, బయాప్సీల కోసం పేషెంట్ రిఫరల్ల అవసరాన్ని తగ్గించడం, చర్మ క్యాన్సర్ నిర్ధారణ మరియు చికిత్స కోసం తక్కువ నిరీక్షణ సమయాలు మరియు రోగులకు మెరుగైన ఫలితాలకు దారితీయవచ్చు.”
అడెన్బ్రూక్స్ నుండి ఇటీవల పదవీ విరమణ చేసిన కన్సల్టెంట్ ప్లాస్టిక్ సర్జన్ పర్ హాల్ ఇలా అన్నారు: “ఈ కాగితం తీసుకువచ్చే అదనపు విలువ ఏమిటంటే, ముఖాముఖి విశ్లేషణ కోసం తదుపరి రిఫరల్ను సమర్థించేంత అనుమానాస్పద చర్మ గాయాలతో బాధపడుతున్న రోగులను గుర్తించడంలో సహాయపడే సామర్థ్యం.
“గతంలో పిగ్మెంటెడ్ గాయాలు మరియు మెలనోమాకు ప్రాధాన్యత ఇవ్వబడింది, అయితే బేసల్ సెల్ కార్సినోమాస్ మరియు స్క్వామస్ సెల్ కార్సినోమాస్ వంటి ఇతర విషయాలు చర్మంపై పెరుగుతాయి.
“NHS స్కిన్ లెసియన్ ఎనాలిసిస్ కోసం రిఫరల్స్తో నిండిపోయింది — చాలా మంది నిజానికి అమాయకులు. ఈ పని సంభావ్యంగా తీవ్రంగా ఉండే గాయాలను బయటకు తీయడానికి మరియు చర్మం క్యాన్సర్లకు గురయ్యే అవకాశం ఎక్కువగా ఉన్న రోగులను గుర్తించడానికి ఉద్దేశించబడింది. త్వరగా.”
ఇన్నోవేట్ UK నుండి నాలెడ్జ్ ట్రాన్స్ఫర్ పార్టనర్షిప్ (KTP) గ్రాంట్ ద్వారా పాక్షికంగా నిధులు సమకూర్చబడిన ఈ అధ్యయనం ప్రచురించబడింది ప్రకృతి పత్రిక శాస్త్రీయ నివేదికలు.
2025లో AI మోడల్కు నియంత్రణ ఆమోదం లభించవచ్చని భావిస్తున్నారు.