皮膚鏡を用いたインバースアプローチは、悪性黒子症の診断における人間の読影の精度を大幅に向上させます

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

J. Am. Acad. Dermatol..2020 Jun;S0190-9622(20)31184-1. doi: 10.1016/j.jaad.2020.06.085.Epub 2020-06-24.

皮膚鏡を用いたインバースアプローチは、悪性黒子症の診断における人間の読影の精度を大幅に向上させます

The dermatoscopic inverse approach significantly improves the accuracy of human readers for lentigo maligna diagnosis.

Aimilios Lallas
Konstantinos Lallas
Philipp Tschandl
Harald Kittler
Zoe Apalla
Caterina Longo
Giuseppe Argenziano

PMID: 32592885 DOI: 10.1016/j.jaad.2020.06.085.

抄録

背景:

初期の悪性黒子（LM）の診断のために最近導入された皮膚鏡的方法は、色素性アクチン性角化症（PAK）および太陽黒子/扁平脂漏性角化症（SL/SK）の有病率パターンがないことに基づいている。我々はこれを「逆アプローチ」と呼んでいる。目的：逆アプローチのトレーニングを行うことで、従来のパターン解析に比べて読影者の診断精度が向上するかどうかを検討する。

BACKGROUND: A recently introduced dermatoscopic method for diagnosis of early lentigo maligna (LM) is based on the absence of prevalent patterns of pigmented actinic keratosis (PAK) and solar lentigo/flat seborrheic keratosis (SL/SK). We term this the "inverse approach" OBJECTIVE: To determine whether training on the inverse approach increases the diagnostic accuracy of readers as compared to classic pattern analysis.

方法:

病理組織学的に診断されたLMs、PAKs、SLs/SKsの臨床画像と皮膚鏡画像を用いた。皮膚鏡検査マスタークラスの参加者は、パターン解析と逆アプローチのトレーニングを受けた後、ベースラインで病変を分類した。3つのタイムポイントでの診断性能と、訓練された畳み込みニューラルネットワーク（CNN）の診断性能を比較した。

METHODS: We used clinical and dermatoscopic images of histopathologically diagnosed LMs, PAKs and SLs/SKs. Participants of a dermatoscopy masterclass classified the lesions at baseline, after training on pattern analysis and the inverse approach. We compared their diagnostic performance among the 3 time points and to that of a trained convolutional neural network (CNN).

結果:

訓練なしのLMの平均感度は51.5%であったが、パターン分析の訓練後は56.7%、逆アプローチ学習後は83.6%に増加した。3時点での平均正解率は62.1％、65.5％、78.5％であった。CNNを上回る読者の割合は，それぞれ6.4％，15.4％，53.9％であった．

RESULTS: The mean sensitivity for LM without training was 51.5%, after training on pattern analysis increased to 56.7% and after learning the inverse approach to 83.6%. The mean proportion of correct answers at the 3 time points was 62.1%, 65.5% and 78.5%. The percentage of readers outperforming the CNN was 6.4%, 15.4% and 53.9%, respectively.

制限事項:

実験的な設定と、病理組織学的に診断された病変のみを含めること。

LIMITATIONS: The experimental setting and the inclusion of histopathologically diagnosed lesions only.

結論:

古典的なパターン分析に加えて、逆のアプローチを加えることで、早期のLM診断における人間の読影者の感度が大幅に向上します。

CONCLUSIONS: The inverse approach, added to the classic pattern analysis, significantly improves the sensitivity of human readers for early LM diagnosis.