Met de start van de lente en de zomer in aantocht stijgt de zonkracht. Dit betekent dat we ook weer rekening moeten houden met een stijgend risico op huidkanker. Het ontstaan van deze aandoening is voor een belangrijk deel te beperken door het gebruik van zonnebrandcrème, bij voorbaat met een hoge beschermingsfactor, 50 of hoger. Toch zijn er ook een aantal risicofactoren die voor het menselijk oog schier onzichtbaar zijn. Onderzoekers van het Erasmus MC zijn er in geslaagd een AI-model te ontwikkelen dat het risico op huidkanker kan voorspellen.
Het AI-model doet deze voorspellingen op basis van een gezichtsfoto. Het ontwikkelde AI-algoritme, zo blijkt uit onderzoek van het Erasmus MC, kan kenmerken van huidkanker 'zien' die door dermatologen - die op klassieke kenmerken zoals pigmentvlekken, rimpels of het feit dat iemand in een zonnig land heeft gewoond letten - niet kunnen waarnemen.
Het AI-model werkt beter dan de huidige manier waarop dokters een risico-inschatting maken. Het onderzoek werd geleid door dermatoloog dr. Marlies Wakkee, samen met AI-expert dr. Gennady Roshchupkin. "Het algoritme pikt meer kenmerken op dan alleen die klassieke risicofactoren voor huidkanker", vertelt dr. Wakkee.
Training AI-model
Voor de training van het AI-model en -algoritme weden meer dan 2800 gezichtsfoto's gebruikt. Die foto's waren allemaal onder dezelfde omstandigheden gemaakt. De onderzoekers wisten welke mensen van wie een gezichtsfoto gemaakt is, huidkanker ontwikkelden. Het algoritme is in staat om 200 kenmerken uit de foto's te destilleren. Op basis van die kenmerken kan het AI-model vervolgens een voorspelling doen van het risico op het ontstaan van huidkanker, zowel in het gezicht als op andere plekken op het lichaam.
Die voorspelling, zo blijkt uit het onderzoek, is accurater dan een voorspelling die alleen aan de hand van een standaard huidonderzoek met vragenlijsten en/of genetisch onderzoek gedaan kan worden. De resultaten van het onderzoek zijn gepubliceerd in het wetenschappelijke tijdschrift The Lancet’s eClinicalMedicine.
Explainable AI-methoden
Voor het onderzoek werden zogenoemde explainable AI-methoden gebruikt. Zo is te achterhalen waarop de voorspellingen van het algoritme precies gebaseerd zijn. Bij AI-toepassingen is dat niet altijd het geval. In die gevallen is het niet duidelijk hoe een AI-toepassing tot een bepaalde uitkomst gekomen is.
"We maken zichtbaar wat de 200 kenmerken zijn waarop het model de voorspelling baseert. Daarbij zitten dus ook kenmerken die voor mensen minder duidelijk zijn", zegt dr. Wakkee. "Explainable is niet hetzelfde als interpretabel. We kunnen uitleggen wat het algoritme doet, maar wat de betekenis daarvan is – op een menselijke manier – is niet zo duidelijk", voegt Roshchupkin daar aan toe.
Toekomstige rollen
Wakkee en Roshchupkin zien voor het AI-model dat het risico op huidkanker voorspelt in de toekomst twee mogelijke rollen: preventie en awareness. "Als je op basis van een foto weet dat je een hoog risico op huidkanker hebt, ga je bewuster om met de zon. Ook hopen we dat gewaarschuwde mensen hun huid beter in de gaten houden", aldus de onderzoekers.
Het duurt overigens nog even voordat dit AI-model ook daadwerkelijk in de praktijk kan worden toegepast. Daarvoor moet nog het nodige aan vervolgonderzoek(en) uitgevoerd worden. Zo moet het model nog op grotere datasets getest worden, waarbij ook gezichtsfoto's van personen van meer verschillende leeftijden en etnische achtergronden gebruikt moeten worden. De onderzoekers hebben het model openbaar beschikbaar gemaakt voor de onderzoekswereld met als doel om de hele community van AI te versnellen.
Aan de ontwikkeling voor het toepassen van AI voor de diagnostiek van huidkanker werd in januari van dit jaar in de VS een mijlpaal behaald. De FDA keurde toen namelijk de inzet van een draagbare AI-dermasensor goed voor gebruik in de klinische praktijk. Die sensor maakt gebruik van kunstmatige intelligentie (AI) om de reflectie van licht op huidlaesies te analyseren en beoordeelt op basis van lichtpatronen of het gaat om een goedaardige of kwaadaardige plek.
