Насколько точно приложения для смартфонов могут выявлять меланому у взрослых?

Перевод: Анастасия Гурьянова

В чем цель обзора?

Авторы хотели выяснить, насколько хорошо приложения для смартфонов могут помочь определить, является ли интересующее образование кожи меланомой.

Почему важно улучшить диагностику злокачественной меланомы?

Меланома является одной из самых опасных форм рака кожи. Плохое распознание меланомы (ложноотрицательный результат) может привести к задержке в получении соответствующей помощи и проведении операции. Это увеличивает риск распространения рака на другие органы организма и повышает вероятность смерти. Ошибочное распознание кожного поражения как меланомы, в случае когда на самом деле это не так (ложноположительный результат), может вызвать излишнее беспокойство и привести к ненужным исследованиям и операции.

Что изучалось в данном обзоре?

Для смартфонов широко доступны специализированные приложения, которые предоставляют рекомендации относительно поражений кожи или родинок, вызывающих беспокойство. Некоторые приложения позволяют делать фотографии поражений и получить рекомендации о том, следует ли в данном случае обратиться к врачу. Одни приложения автоматически классифицируют поражения по степени риска, другие позволяют хранить и пересылать изображения профессионалу, который  делает оценку риска на основе полученных фотографий. Кокрейновские исследователи нашли два исследования, в которых оценивались пять приложений. В четырех приложениях использовался автоматический анализ изображений, в одном приложении для оценки подозрительных поражений кожи использовался метод хранения и пересылки данных.

Главный результат обзора?

В обзор вошли два исследования, в которых суммарно проанализированы как минимум одним приложением 332 поражения, из которых 86 оказались меланомой. И в том и в другом исследовании использовали фотографии тех образований или родинок, которые собирались удалить, так как по мнению врачей они могли являться меланомой. Фотографии были сделаны самими врачами, а не предполагаемыми реальными пользователями. По этим причинам мы невозможно сделать надежную оценку того, насколько хорошо работают приложения.

Четыре приложения, которые производили немедленную автоматическую оценку поражений, сфотографированных смартфоном, пропустили от 7 до 55 меланом.

Еще одно приложение, которое отправляло фотографию родинки или кожного поражения дерматологу для оценки, пропустило только одну меланому. Еще 6 меланом, изученных дерматологом, не были отнесены к группе высокого риска; дерматолог не смог классифицировать поражение как «атипичное» (возможно, меланома) или «типичное» (определенно не меланома).

Насколько достоверны результаты исследований, включенных в этот обзор?

Небольшое число и низкое качество включенных исследований снижает достоверность результатов. Когорта людей, включенных в исследование, не очень хорошо отражала тех, кто будет использовать приложение в реальной жизни. Окончательный диагноз меланомы был подтвержден гистологически, что, вероятно, является надежным методом определения меланомы*. Тем не менее, исследования исключали от 2% до 18% изображений, поскольку приложения не могли предоставить по ним рекомендаций.

К кому относятся результаты этого обзора?

Исследования проходили в США и Германии. В них не сообщалась ключевая информация о пациенте, например, возраст и пол. Процент людей с окончательным диагнозом меланомы составлял 18% и 35%, что намного выше, чем в популяции. Был включен узкий круг пациентов, который не в полной мере отражал вероятных реальных пользователей приложений. Используемые фотографии были сделаны врачами, а не пользователями смартфонов, что серьезно влияет на применимость результатов.

Каковы последствия этого обзора?

Текущие приложения для смартфонов, использующие автоматический анализ, имеют высокий шанс пропустить меланому (ложнонегативные результаты). Приложения, использующие хранение и передачу изображений могут сыграть потенциальную роль в своевременной идентификации потенциально злокачественных кожных поражений, способствуя раннему началу лечения людей с подозрительными поражениями кожи, но они влияют на трудовые ресурсы, увеличивая рабочую нагрузку дерматолога.

Разработка приложений, помогающих идентифицировать людей с меланомой, является быстро развивающейся областью. Появление новых приложений и более качественных исследований могут существенно изменить выводы этого обзора.

Насколько актуален этот обзор?

Авторы обзора искали и использовали исследования, опубликованные до августа 2016 года.

* В этих исследованиях биопсия была эталоном (средством установления окончательных диагнозов).

Выводы авторов:

Приложения для смартфонов, использующие анализ на основе искусственного интеллекта, еще не продемонстрировали достаточной точности и имеют высокую вероятность пропустить меланому при диагностике. Приложения, основанные на принципе сохранения и пересылки изображений опытному специалисту, могут сыграть потенциальную роль в своевременном выявлении людей с потенциально злокачественными поражениями, способствуя практике активного самоконтроля  и своевременному привлечению лиц с подозрительными поражениями; однако они могут привести к значительному увеличению рабочей нагрузки. Учитывая недостаток фактических данных и низкое методологическое качество существующих исследований, невозможно сделать какие-либо выводы касательно практики. Тем не менее, эта область быстро развивается, новые более совершенные приложения и надежные исследования могут существенно изменить эти выводы.

Предпосылки:

Меланома составляет небольшую долю от всех случаев рака кожи, но является причиной большинства связанных с ним смертей. Раннее выявление и лечение могут улучшить выживаемость. Приложения для смартфонов легкодоступны и потенциально способны помочь провести мгновенную оценку риска возникновения злокачественного новообразования, после чего люди, находящиеся в зоне риска, могут обратиться за медицинской помощью для более детальной оценки. Но если приложение ошибочно убедит пользователя в том, что поражение имеет низкий риск, есть вероятность, что меланома будет пропущена, а лечение отложено.

Цели:

Оценить насколько точны приложения для исключения инвазивной меланомы кожи и атипичных меланоцитарных образований (atypical intraepidermal melanocytic variants) у взрослых, имеющих подозрительные образования.

Стратегия поиска:

Провели комплексный поиск в следующих базах данных (с момента создания до августа 2016 года): Кокрановский центральный регистр контролируемых испытаний; MEDLINE; Embase; CINAHL; CPCI; Zetoc; Индекс научного цитирования; Реестр текущих исследований Национального института здравоохранения США; База данных клинических исследований NIHR; и Международная платформа регистрации клинических испытаний Всемирной организации здравоохранения. Изучили списки литературы и опубликовали систематический обзор.

Критерии отбора: 

Исследования любого дизайна, оценивающие приложения для смартфонов, предназначенные для широкого использования пользователями, у которых есть поражения, которые могут быть меланомой или атипичным меланоцитарным образованием, в сравнении с золотым стандартом - гистологическим подтверждением или клиническим наблюдением эксперта.

Сбор данных и анализ: 

Два автора обзора независимо друг от друга извлекли все данные, используя стандартизированную форму извлечения данных и оценки качества (на основе QUADAS-2). Из-за нехватки данных и низкого качества исследований не удалось провести мета-анализ для этого обзора. Для иллюстрирации оценки чувствительности и специфичности построена диаграмма forest plot для каждого рассматриваемого приложения.

Главный результат: 

Обзор содержит данные о двух когортах новообразований, опубликованных в двух исследованиях. Оба исследования были подвержены высокому риску систематической ошибки из-за выборочного набора участников и большого количества не оцениваемых изображений. Опасения относительно применимости результатов высоки из-за включения новообразований, уже отобранных для удаления в условиях клиники, и выполнения изображений врачами, а не пользователями приложений.

Мы сообщаем данные двух исследований, в которых изучили пять приложений для мобильных телефонов, в которых  общей сложности проанализировали 332 подозрительных образования, из которых 86 являлись меланой. В четырех приложениях применялся искусственный интеллект, который классифицировал изображения (фотографии) как меланому (одно приложение) или как «проблемное» поражение высокого риска (три приложения) с использованием предварительно запрограммированного алгоритма, чувствительность варьировалась от 7% (95% ДИ от 2% до 16%) до 73% (95% ДИ от 52% до 88%) и специфичность от 37% (95% ДИ от 29% до 46%) до 94% (95% ДИ от 87% до 97%). Еще одно приложение, где осуществлялось хранение и пересылка изображения опытному дерматологу, имело чувствительность 98% (95% ДИ от 90% до 100%) и специфичность 30% (95% ДИ от 22% до 40%).

Количество неудачных тестов (изображения проанализированы приложениями, но классифицированы как «бесполезные» и исключены авторами исследования) варьировалось от 3 до 31 (или от 2% до 18% проанализированных поражений). В приложении с промежуточным хранением был один из самых высоких показателей неудачного тестирования (15%). По крайней мере, одна меланома была классифицирована как не подлежащая оценке в трех из четырех оценок.

Источник на https://www.cochrane.org