Algoritm för bildigenkänning som beslutstöd för tidig upptäckt av malignt melanom

Syfte och mål

Projektets syfte var att tillsammans med Karolinska och KTH utveckla och implementera ett AI-stöd i en etablerad vårdprocess. Målet var att utveckla algoritm baserat på dermatoskopiska bilder från Dermicus plattformen, och sedan testa i ett kliniskt flöde. En bildigenkänningsalgoritm utvecklades och integrerades i Dermicus. En viktig del av projektet var att sortera och strukturera data och bilder för att utveckla algoritmerna och sen planera för kommande utvecklingssteg.

Resultat och förväntade effekter

En algoritm med 90% noggrannhet togs fram och implementering av denna i Dermicus plattform genomfördes. Kliniska flödet med utvecklade algoritmer testades genom plattformen och verifierade att tekniken fungerar. Men det konstaterades också att mer flexibel presentation av resultaten krävs för att det skall vara användbart fullt ut. T.ex. stödja hudkonsulterna genom att ge diagnosförslag med sannolikhet av diagnosen. Projektet har lett till en bättre förståelse och vad som krävs framöver inom algoritmutveckling och datakvalité.

Upplägg och genomförande

WP1 var en förberedelsefas där kraven på algoritmerna specificerades och data strukturerades. Under WP2 skedde utveckling, sortering av data, implementering och tester. WP3 var analys och summeringsfas. En viktig aspekt av att få AI algoritmer med hög träffsäkerhet är att ha en strukturerad data och diagnosverifierade bilder. Strukturering av data har därför pågått under en större del av projektet och det gav bättre grund för vidare utveckling av algoritmerna. Resultat har presenterats på bla. Vitalis 2019.