Mākslīgā intelekta pielietojums dermatoloģijā – literatūras pārskats

Abstract

1956. gadā tika radīts termins ‘’mākslīgais intelekts (MI)’’, ko definē kā “inteliģentu mašīnu, īpaši inteliģentu datorprogrammu, izgatavošanas zinātni un inženieriju” (1). Šo terminu var attiecināt uz plašu medicīnas nozaru klāstu, piemēram, robotiku, medicīnisko diagnostiku, medicīnisko statistiku. Pirmie dati par mākslīgā intelekta pielietošanu tieši dermatoloģijā nāk no 1980.gadiem, kad tika izveidota sistēma, kas bija paredzēta dermatoloģisko histopatoloģisko diagnožu uzstādīšanai (5), bet lielāku nozīmī mākslīgais intelekts dermatoloģijas nozarē sāka iegūt pāris gadus vēlāk, kad arvien plašāk mākslīgā intelekta sniegtās iespējas vizuāli analizēt datus un atpazīt modeļus tika izmantotas tādu diagnožu kā melanoma, psoriāze, akne noteikšanā (7). Šī darba mērķis ir apkopot literatūru par mākslīgā intelekta pielietojuma iespējām dermatoloģijā, tā pamatā ir zinātniskās literatūras ieguve elektroniskajās datubāzēs PubMed, Elsevier, Wiley, EBSCOhost un sekojoša literatūras atlase, pamatojoties uz izvirzītajiem iekļaušanas un izslēgšanas kritērijiem, kā arī literatūras sistematizācija un analīze par MI izmantošanu ādas veidojumu, psoriāzes un citu biežāk sastopamo dermatoloģisko slimību diagnostikā, kā arī aktuālāko problēmu identifikācija saistībā ar mākslīgā intelekta tehnoloģiju ienākšanu un izmantošanu medicīnas nozarē. Literatūras apskatā tika iekļauti 19 primārie pētījumi, kuri atspoguļo plašu MI pielietojumu dermatoloģijā, tādēļ ka dermatoloģija ir vizuāla specialitāte un daudzas mākslīgā intelekta programmas balstās tieši uz attēlu apstrādi. Pētījumu rezultāti norāda uz mākslīgā intelekta programmu augstu precizitāti diagnozes noteikšanā, vairumā gadījumu pareizi nosakot vairāk kā 90 % diagnožu, kā arī veiksmīgi identificējot sarežģītas klīniskās situācijas, turklāt MI var kalpot kā papildus rīks nepieredzējušiem speciālistiem un uzlabot viņu diagnostisko sniegumu. Lai gan literatūras apskatā iekļauto pētījumu rezultāti dati liecina par potenciāliem ieguvumiem, izmantojot mākslīgo intelektu, šīm programmām ir arī virkne trūkumu, piemēram, mazs sākotnējais datu apjoms, vienotu standartu neesamība, legālie aspekti, kas šobrīd ļauj izmantot mākslīgā intelekta programmas tikai kā papildus līdzekli diagnostikās precizitātes uzlabošanai.

In 1956, the term "artificial intelligence (AI)" was created, which is defined as "the science and engineering of making intelligent machines, especially intelligent computer programs" (1). The term can be applied to a wide range of medical fields such as robotics, medical diagnostics, medical statistics. The first data on the application of artificial intelligence in dermatology comes from the 1980s, when a system for the establishment of dermatological histopathological diagnoses was created (5), but a couple of years later artificial intelligence in dermatology began to gain a greater significance, when the opportunities provided by artificial intelligence were used to visually analyze data and recognize patterns in the determination of diagnoses such as melanoma, psoriasis, acne (7). The aim of this work is to collect literature on the application of artificial intelligence in dermatology. The literature review is based on the acquisition of scientific literature in the electronic databases PubMed, Elsevier, Wiley, EBSCOhost and the subsequent selection of literature based on the set inclusion and exclusion criteria, as well as the systematization and analysis of literature on the use of AI in the diagnostics of skin formations, psoriasis and other common dermatological diseases, as well as the identification of the most pressing problems related to the introduction and use of artificial intelligence technologies in the medical sector. The literature review includes 19 primary studies that reflect the wide application of AI in dermatology, because dermatology is a visual specialty and many artificial intelligence programs are based directly on image processing. Research results point to the high accuracy of artificial intelligence programs in diagnostic field, correctly determining more than 90% of diagnoses in most cases, as well as successfully identifying complex clinical situations, moreover, AI can serve as an additional tool for inexperienced specialists and improve their diagnostic performance. Although the results of the studies included in the literature review show the potential benefits of using artificial intelligence, these software also have a number of disadvantages, such as a small initial amount of data, the absence of uniform standards, legal aspects, which currently allow the use of artificial intelligence programs only as an additional tool in diagnostics to improve accuracy.