AI Melampaui Dermatologis Berpengalaman dalam Akurasi Deteksi Kanker Kulit

• Para peneliti melatih jaringan saraf konvolusional untuk mendeteksi kanker kulit.
• Performanya mengungguli kelompok dokter kulit berpengalaman internasional.
• AI tidak akan menggantikan dokter tetapi dapat berfungsi sebagai bantuan untuk pengambilan keputusan yang lebih akurat.

Untuk pertama kalinya, tim internasional menunjukkan bahwa kecerdasan buatan dapat mendeteksi kanker kulit dengan lebih akurat dibandingkan dokter kulit berpengalaman.

Kasus melanoma maligna terus meningkat—lebih dari 230.000 diagnosis baru di seluruh dunia dan 59.800 kematian pada tahun 2015. Deteksi dini sangatlah penting; pada tahap IV, tingkat kelangsungan hidup 5 dan 10 tahun turun menjadi 15% dan 10%.

Tim Masyarakat Onkologi Medis Eropa melatih Convolutional Neural Network (CNN) pada lebih dari 100.000 gambar dermoskopi melanoma ganas dan tahi lalat jinak.

Dalam perbandingan head-to-head, CNN mencatat lebih sedikit kasus positif dibandingkan 58 dokter kulit dari 14 negara.

Jaringan Syaraf Tiruan

Para peneliti menggunakan arsitektur Inception‑v4 Google, melatihnya pada gambar dermoskopik dan diagnosisnya. Jaringan neural belajar melalui contoh, dan semakin berkembang seiring dengan semakin banyaknya data yang mereka dapatkan.

Gambar diperbesar 10 kali lipat untuk memberikan CNN tampilan detail. Setiap iterasi pelatihan mempertajam kemampuan model untuk membedakan lesi ganas dan jinak.

CNN vs. Dokter

Dua set pengujian telah dibuat:Level‑I (hanya gambar dermoskopik) dan Level‑II (gambar dermoskopik ditambah informasi klinis). CNN dan dokter kulit mengukur spesifisitas, sensitivitas, dan area di bawah kurva ROC.

Pada Level‑I, dokter kulit mencapai sensitivitas rata-rata 86,6% untuk melanoma dan 71,3% spesifisitas untuk tahi lalat jinak. CNN mencapai sensitivitas 95% untuk melanoma sambil mempertahankan spesifisitas yang sama sebesar 71,3% untuk tahi lalat jinak.

Pada Level‑II, kinerja kedua kelompok meningkat, namun CNN masih menunjukkan sensitivitas dan spesifisitas yang lebih tinggi, lebih sedikit kanker yang terdeteksi, dan lebih sedikit kesalahan klasifikasi lesi jinak.

Hasilnya juga cocok dengan tiga algoritme teratas dari tantangan Simposium Internasional Pencitraan Biomedis (ISBI) tahun 2016.

Kesimpulan

Data menunjukkan bahwa CNN dapat mengungguli dokter kulit yang sangat berpengalaman sekalipun dalam mengidentifikasi kanker kulit.

Meskipun teknologi ini tidak dimaksudkan untuk menggantikan dokter, teknologi ini menawarkan alat pendukung keputusan canggih yang dapat meningkatkan akurasi diagnostik.

Baca:Google Mengembangkan AI yang Memprediksi Penyakit Jantung Dengan Memindai Mata Anda

Peningkatan di masa depan akan datang dari rangkaian pelatihan yang lebih besar dan kemajuan dalam teknologi pencitraan, yang berpotensi mengubah diagnostik dermatologis dalam waktu dekat.

Referensi:Sejarah Onkologi | doi:10.1093/annonc/mdy166