“Telemo”, een telegeneeskundeplatform voor vroege diagnose van melanoom

Dankzij het Telemo-project is een innovatief telegeneeskundeplatform voor de vroege diagnose van melanoom ontwikkeld. Het project wordt gecoördineerd door het Instituut voor Klinische Fysiologie van het CNR in Pisa (CNR-Ifc) en gefinancierd door de regio Toscane in het kader van de oproep voor gezondheidsonderzoek uit 2018. Het systeem, zo legt het CNR uit , integreert kunstmatige intelligentie en geavanceerde beeldanalyse, waardoor “de diagnostische precisie en nauwkeurigheid aanzienlijk worden verbeterd”.

De kern van het project is de ontwikkeling van een innovatieve digitale telegeneeskunde-infrastructuur, die traditionele diagnose combineert met een automatisch systeem voor de analyse van optische en multispectrale beelden, samen met een platform voor het beheer van dermatologische big data. Een van de belangrijkste doelstellingen is het steeds slimmer maken van diagnoses. Aan de studie namen 426 vrijwilligers deel, bij wie 55 gevallen van melanoom werden vastgesteld. Van elke deelnemer werden persoonlijke gegevens, fenotypische kenmerken, klinische en familiegeschiedenis van de ziekte, eventuele lopende therapieën en methoden van blootstelling aan de zon verzameld. Zowel de voorlopige diagnose van de laesie, gesteld door de arts met behulp van een dermatoscoop, als de histopathologische diagnose, gebaseerd op de analyse van de chirurgisch verwijderde monsters, werden vastgelegd. Al deze informatie is geïntegreerd in het Telemo-platform en vormt de kern van de onderzochte populatie. De dermatoscopische en histopathologische beelden van de laesies die naar het platform werden geüpload, werden geanalyseerd door AI-algoritmen, getraind om melanomen automatisch te herkennen en een aantal prognostische indices te schatten die verband houden met de pathologie. Bij het ontwikkelen van het classificatiemodel werd de histopathologische diagnose van de patholoog – momenteel beschouwd als de gouden standaard bij de diagnose van huidtumoren – gebruikt als referentie voor het trainen van het algoritme: “Zodra het model is getraind, is het in staat nieuwe dermatoscopische beelden te classificeren die nog nooit eerder zijn geanalyseerd.” De nauwkeurigheid van de automatische classificator bleek zeer hoog te zijn en bedroeg 86,79%. De voorlopige diagnose die de arts via een dermatoscoop stelde, bedroeg 80,55%. Bij het Telemo-onderzoek werd ook gebruikgemaakt van Ramanspectroscopie, een geavanceerde techniek die beschikbaar is bij het Instituut voor Biofysica van het CNR in Pisa (CNR-IBF) en die een moleculaire vingerafdruk van biologische weefsels kan opleveren. Telemo werd uitgevoerd in samenwerking met de dermatologieafdeling van het Ospedali riuniti van Livorno, de pathologische histologie- en moleculaire diagnostiekafdeling van Careggi en het Cnr-Ibf van Pisa.