Aimilios Lallas,(1) Konstantinos Liopyris,(2) Zoe Apalla,(3) Elvira Moscarella,(4) Gabriella Brancaccio,(4) Alexander Stratigos,(2) Giuseppe Argenziano,(4)
1 Første Institut for Dermatologi, Det Medicinske Fakultet, Det Sundhedsvidenskabelige Fakultet, Aristoteles Universitet, Thessaloniki, Grækenland
2 Første Dermatologiske Institut, National and Kapodistrian University of Athens Medical School, Andreas Sygros Hospital, Athen, Grækenland
3 Anden Institut for Dermatologi, Det Medicinske Fakultet, Det Sundhedsvidenskabelige Fakultet, Aristoteles Universitet, Thessaloniki, Grækenland
4 Dermatologisk enhed, Campania Universitet L. Vanvitelli, Napoli, Italien
Indledning
Flere læseundersøgelser har vist, at analyse baseret på kunstig intelligens (AI) kan klassificere billeder af godartede og ondartede hudtumorer med en nøjagtighed, der er sammenlignelig med eller bedre end menneskelige læsere [1-3]. Selvom det ikke er testet i virkelige kliniske omgivelser, er automatiseret klassificering blevet indarbejdet i de fleste tilgængelige apparater til totalkropsfotografering (TBP) og digital dermoskopi (DD). Dette giver mulighed for en indledende vurdering af dens ydeevne i et virkeligt klinisk miljø.
Case Præsentation
Vi undersøgte tilfældigt ydeevnen af automatiseret AI-klassificering af alle fotograferede hudlæsioner hos konsekutive patienter, der gennemgik TBP og DD over en periode på en uge i september 2025. Ingen patienter blev ekskluderet fra analysen, uanset årsagen til indikationen for TBP og DD.
For at læse hele artiklen, venligst Klik her.