Deep Tissue Sequencing Using Hypodermoscopy and Augmented Intelligence to Analyze Atypical Pigmented Lesions
Notice bibliographique
Résumé
BACKGROUND: Over the past decade, new technologies, devices, and methods have been developed to assist in the diagnosis of cutaneous melanocytic lesions. OBJECTIVE: Our objective was to evaluate the performance of an augmented intelligence system in the assessment of atypical pigmented lesions. METHODS: Nine atypical pigmented lesions on 8 patients were evaluated prior to surgical removal. No lesions had received previous treatment other than a diagnostic biopsy. Prior to surgical removal, each lesion was evaluated by an Augmented Intelligence Dermal Imager (AID) and the assessment parameters reviewed in light of the final histopathological diagnosis. RESULTS: The AID was used to evaluate a limited set of atypical pigmented lesions and showed sensitivity and specificity of 82% and 61%, respectively, based on its internal risk assessment algorithms. LIMITATIONS: These cases represent early assessments of the AID in a clinical setting, all prior assessments having been carried out on digital images. The information received from these evaluations requires further validation and analysis to be able to extrapolate its clinical usefulness. CONCLUSION: The AID combines dermoscopy, hypodermoscopy, and a trained augmented algorithm to produce a diffusion map representing the features of each lesion compared to the learned characteristics from a database of known dermoscopy images of lesions with definitive prior diagnosis. The information gathered from the diffusion map might be used to calculate a malignancy risk factor for the lesion compared to known melanoma features. This malignancy risk factor could be helpful in providing information to justify the biopsy of an atypical pigmented lesion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».