Onderzoekers van de University of Missouri onderzoeken of kunstmatige intelligentie de opsporing van melanoom kan verbeteren door verdachte huidafwijkingen te beoordelen aan de hand van afbeeldingen. Principal investigator Kamlendra Singh, die ook verbonden is aan het Bond Life Sciences Center en de College of Veterinary Medicine, stelt dat het systeem bedoeld is als beslissingsondersteunend hulpmiddel en niet om artsen te vervangen. Het doel is patiënten sneller te identificeren die nauwkeuriger medische aandacht nodig hebben.
Het team trainde en testte AI-modellen met een databank van 400,000 afbeeldingen die onder meer door 3D total body photography zijn gemaakt, een techniek die een gedetailleerde driedimensionale kaart van de huid oplevert. Drie bestaande modellen bereikten elk tot 88% nauwkeurigheid; door de modellen te combineren steeg de totaalkwaliteit van de voorspellingen en lag de nauwkeurigheid boven 92%.
De onderzoekers benadrukken dat grotere en gevarieerdere datasets — met verschillende huidskleuren, lichtomstandigheden en camerahoeken — de voorspellingsnauwkeurigheid op termijn zou moeten verbeteren. Singh waarschuwt dat klinische toepassing nog tijd vergt, maar noemt het onderzoek een veelbelovend proof of concept en wijst op het belang van betere uitleg over hoe AI tot conclusies komt, zodat zorgprofessionals het systeem kunnen vertrouwen en inzetten.
- Dataset: 400,000 afbeeldingen
- Nauwkeurigheid per model: tot 88%
- Gecombineerde nauwkeurigheid: meer dan 92%
De studie verschijnt in Biosensors and Bioelectronics: X. Bron: University of Missouri.
Moeilijke woorden
- kunstmatige intelligentie — computersystemen die taken van mensen uitvoerenAI
- melanoom — een gevaarlijke vorm van huidkanker
- beslissingsondersteunend hulpmiddel — middel dat professionals helpt bij keuzes
- databank — gestructureerde verzameling van gegevens of afbeeldingen
- nauwkeurigheid — hoe vaak een voorspelling of meting klopt
- driedimensionaal — met drie afmetingen, niet alleen lengte en breedtedriedimensionale
Tip: beweeg de muisaanwijzer over gemarkeerde woorden in het artikel, of tik erop om snelle definities te zien terwijl je leest of luistert.
Discussievragen
- Welke voordelen en risico's ziet u als AI hulpmiddelen gaan ondersteunen in de medische praktijk?
- Waarom is het volgens het artikel belangrijk dat datasets verschillende huidskleuren en lichtomstandigheden bevatten?
- Hoe zou meer uitleg over hoe AI tot conclusies komt het vertrouwen van zorgprofessionals kunnen beïnvloeden?
Gerelateerde artikelen
Hoe tekorten leiden tot noodsituaties in Turkije
Een auteur beschrijft uit eigen ervaring hoe voedsel, gezondheid en diensten elkaar versterken in Turkije. Problemen verspreiden zich via leveringen, online informatie en gevaarlijke routes en vereisen blijvende solidariteit en praktische hulp.
Slecht zicht en gevaar in huis verhogen valrisico bij ouderen
Een studie met Amerikaanse ouderen toont dat slecht gezichtsvermogen samen met gevaarlijke situaties in huis het risico op vallen sterk verhoogt. Kleine verliezen in zicht en thuisaanpassingen kunnen daardoor veel meer vallen veroorzaken.
Abbott-Bioline geeft volgens studie veel vals-negatieven
Een studie in Malaria Journal stelt dat de veelgebruikte sneltest Abbott-Bioline veel vals-negatieve uitslagen geeft en 'niet geschikt is voor het doel'. Onderzoekers, fabrikanten en WHO reageren verschillend en nieuw bewijs wordt beoordeeld.
Hersenachtig weefsel gekweekt zonder dierlijke materialen
Wetenschappers kweekten functioneel hersenachtig weefsel zonder dierlijke materialen of biologische lagen. Het nieuwe PEG-scaffold ondersteunt gedoneerde cellen en maakt betrouwbare tests voor neurologische ziekten mogelijk.