Bildbasiertes automatisiertes PASI-Scoring durch Convolutional Neural Networks

Hintergrund

Der Psoriasis Area and Severity Index (PASI)-Score wird in der klinischen Praxis und in der Forschung häufig verwendet, um den Schweregrad der Erkrankung zu überwachen und die Wirksamkeit der Behandlung zu bestimmen. Die Automatisierung des PASI-Scores mit Deep-Learning-Algorithmen wie Convolutional Neural Networks (CNNs) könnte ein objektives und effizientes PASI-Score ermöglichen.

Ziele

Bewertung der Leistung bildbasierter automatisierter PASI-Scorings in anatomischen Regionen durch CNNs und Vergleich der Leistung von CNNs mit bildbasierter Bewertung durch Ärzte.

Methoden

Die Bildserien wurden mit den vom behandelnden Arzt in der Praxis ermittelten PASI-Subscores abgeglichen. CNNs wurden unter Verwendung standardisierter Bildgebungsserien von 576 Rumpf-, 614 Armen- und 541 Beinregionen trainiert. CNNs wurden für jeden PASI-Subscore (Erythem, Schuppung, Verhärtung und Fläche) in jeder anatomischen Region (Rumpf, Arme und Beine) separat trainiert. Die Kopfregion wurde aus Gründen der Anonymität ausgeschlossen. Zusätzlich ermittelten PASI-geschulte Ärzte retrospektiv bildbasierte Subscores auf den Test-Set-Bildern des Rumpfes. Die Übereinstimmung mit den Real-Life-Scores wurde mit dem Intraclass-Korrelationskoeffizienten (ICC) bestimmt und zwischen den CNNs und den Ärzten verglichen.

Ergebnisse

Die ICCs zwischen dem CNN und den realen Werten der Rumpfregion betrugen 0,616, 0,580, 0,580 und 0,793 für Erythem, Schuppung, Verhärtung bzw. Fläche, mit ähnlichen Ergebnissen für die Arme- und Beinregion. PASI-geschulte Ärzte (N=5) waren in mäßig-guter Übereinstimmung (ICCs 0,706–0,793) bei der bildbasierten PASI-Bewertung der Rumpfregion. Die ICC-Werte zwischen dem CNN und den realen Scores waren für Erythem (0,616 vs. 0,558), Verhärtung (0,580 vs. 0,573) und Area-Scoring (0,793 vs. 0,694) etwas höher als die bildbasierte Bewertung durch Ärzte. Die Ärzte übertrafen das CNN bei der Schuppungsbewertung leicht (0,580 vs. 0,589).

Schlussfolgerungen

CNNs haben das Potenzial, automatisch und objektiv bildbasierte PASI-Bewertungen auf anatomischer Regionsebene durchzuführen. Bei der Bewertung von Erythem, Abschuppung und Verhärtung schnitten CNNs ähnlich wie Ärzte ab, während CNNs bei der Bereichsbewertung die Ärzte bei der bildbasierten PASI-Bewertung übertrafen.

Dies ist ein automatisch übersetzter Artikel aus dem „Journal of the European Academy of Dermatology and Venereology“. Er kann nur einer groben Orientierung dienen. Das Original gibt es hier.

Schreibe einen Kommentar