Como o algoritmo do SkinVision detecta o câncer de pele?

Está curioso para saber como funciona a tecnologia da SkinVision? Vamos detalhá-la

O poder do aprendizado:

Assim como os seres humanos aprendem com a experiência, o algoritmo do SkinVision melhora sua precisão com o tempo. Ele é alimentado pelo aprendizado de máquina, o que significa que analisa grandes quantidades de dados para identificar padrões. Esses padrões ajudam a prever o nível de risco de câncer de pele em uma mancha de pele.

Treinamento do algoritmo:

Nossa jornada começa com dados - mais de 100.000 imagens de manchas de pele selecionadas de 2,9 milhões de fotos avaliadas por nossos dermatologistas. Esse banco de dados diversificado abrange todos os tipos e condições de pele, fornecendo uma base sólida para o treinamento. Ao aprender com essas imagens revisadas por dermatologistas, o algoritmo se torna hábil em distinguir entre diferentes fotos de manchas de pele e seus níveis de risco associados.

Precisão e confiabilidade:

O verdadeiro teste da qualidade do nosso algoritmo vem da comparação de suas avaliações com o padrão de ouro - casos de câncer de pele confirmados por biópsia. Nesse caso, nosso algoritmo demonstrou uma sensibilidade impressionante, detectando corretamente o câncer de pele em 95% das vezes. Essa conquista ressalta a confiabilidade da ferramenta, apoiada por testes clínicos e pesquisas publicadas em revistas científicas de renome.

Prevenção de preocupações desnecessárias:

Com uma taxa de especificidade de 80,1% para lesões claramente benignas, o SkinVision também se destaca na identificação de manchas inofensivas. Isso significa que muitos usuários ficam tranquilos em relação às manchas que não exigem uma consulta médica, ajudando a evitar preocupações e consultas desnecessárias.

Para obter evidências clínicas mais detalhadas e entender a profundidade da precisão do nosso algoritmo, você pode explorar os seguintes recursos:

https://pubmed.ncbi.nlm.nih.gov/31494983/

https://www.karger.com/Article/FullText/520474

Referências:

1. Udrea, A. et al. (2020), Accuracy of a smartphone application for triage of skin lesions based on machine learning algorithms (Precisão de um aplicativo de smartphone para triagem de lesões cutâneas com base em algoritmos de aprendizado de máquina). J Eur Acad Dermatol Venereol, 34: 648-655.
2. Validation of a Market-Approved Artificial Intelligence Mobile Health App for Skin Cancer Screening (Validação de um aplicativo de saúde móvel de inteligência artificial aprovado pelo mercado para triagem de câncer de pele): A Prospective Multicenter Diagnostic Accuracy Study