Einführung
Die Zukunft der Messung der Hidradenitis Suppurativa ist da, dank des revolutionären AIHS4 (Automatic, International Hidradenitis Suppurativa Severity Scoring System) von Legit.Health. Die Forscher haben ein Tool entwickelt, das Smartphone-Bilder verarbeitet und sie automatisch nach denselben Kriterien wie das IHS4 analysiert.
Es ist allgemein bekannt, dass objektive, verlässliche und präzise Ergebnismessungen entscheidend für die Praxis der faktenbasierten Medizin sind. Im Falle der Hidradenitis Suppurativa ist der IHS4 das modernste und zuverlässigste Messinstrument, das für den Einsatz in klinischen Studien und in der täglichen Praxis weithin empfohlen wird. Aus diesem Grund hat Legit.Health es als Grundlage für seine neue und revolutionäre Technologie gewählt.
Das AIHS4 wurde in neueren wissenschaftlichen Veröffentlichungen aufgegriffen, wie z. B. in dem folgenden Artikel des Nationalen Forschungsrates von Italien und der Universitäten von Palermo und Messina:
(...) um das IHS4 zu überwinden, das zeitaufwendig ist und Schwankungen unterliegt, wird das AIHS4 eingeführt, das ein DL-Modell, Legit.Health-IHS4net, für die Läsionserkennung verwendet (...). Diese Erkenntnisse unterstreichen den Nutzen der KI in der faktenbasierten Dermatologie und bieten ein potenzielles Werkzeug, um Dermatologen in der täglichen Praxis und bei klinischen Studien zu unterstützen.
Die Ursprünge des IHS4
Vor der Entwicklung des IHS4 im Jahr 2017 wurden von Ärzten häufig andere Systeme wie die Hurley-Klassifikation oder der Modified Sartorius Score verwendet. Obwohl es diesen älteren Systemen an Granularität und Präzision mangelte, waren sie aufgrund des Fehlens einer alternativen Methode sowohl in der klinischen Praxis als auch in Studien weit verbreitet.
Sie [die Hurley-Klassifikation] ist jedoch statisch und wurde nicht als dynamischer Score für eine genaue Bewertung des Ausmaßes der Entzündung innerhalb jedes Stadiums konzipiert.
IHS4 wurde unter Berücksichtigung dieser Aspekte entwickelt. Das Expertengremium, das ihn zusammenstellte, konzentrierte sich darauf, eine objektivere, präzisere und zuverlässigere Methode zur Messung des Schweregrads der Hidradenitis Suppurativa zu finden.
Die von der Expertengruppe entwickelte Formel addierte die drei häufigsten Symptome der Hidradenitis Suppurativa und multiplizierte sie mit einem Faktor, der angibt, wie aussagekräftig sie für den Schweregrad der Krankheit sind. Auf diese Weise wird die Anzahl der Knötchen mit 1 multipliziert, die Anzahl der Abszesse mit 2 und die Anzahl der Drainagetunnel (Fisteln/Sinusse) mit 4.
All dies zusammengenommen ergibt das IHS4-Ergebnis. Diese Punktzahl wird dann mit einer kleinen Referenztabelle verglichen, die jeder Bewertungsgruppe eine interpretierbare Bedeutung zuweist.
- Weniger als 3 Punkte: Leicht
- Zwischen 3 und 10 Punkten: Mäßig
- Mehr als 11 Punkte: Schwerwiegend
Adaptiert von "Development and validation of the International Hidradenitis Suppurativa Severity Score System (IHS4), a novel dynamic scoring system to assess HS severity". C.C. Zouboulis, T. Tzellos, A. Kyrgidis et all, auf im Namen der European Hidradenitis Suppurativa Foundation Investigator Group.
Einschränkungen des IHS4 auf Papier
Eine genaue Klassifizierung des Schweregrads einer Krankheit basiert auf der subjektiven Einschätzung der klinischen Manifestation durch einen Arzt, wobei die Erfahrung des Arztes eine wichtige Rolle spielt.
Obwohl das IHS4 dazu beiträgt, die Probleme seiner Vorgänger zu lösen, weist es dieselben Probleme auf wie viele andere Bewertungssysteme: ein hohes Maß an Subjektivität, das sich aus der visuellen Natur des Tests ergibt, und ein Verfahren, das von vielen Ärzten als zu zeitaufwändig und mühsam bezeichnet wird.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
Der Sprung zum digitalen Rechner
Das IHS4 ist ein ganz besonderer Fall. Im Gegensatz zu den meisten dermatologischen Scoring-Systemen für andere Krankheiten, wie z. B. PASI oder SCORAD, hat die relativ neue Entwicklung dieser Methode der medizinischen Gemeinschaft erlaubt, einen gemeinsamen, aber veralteten Schritt in der Weiterentwicklung des aktuellen Stands der Technik auf diesem Gebiet zu überspringen.
Dieser Schritt, der in der Entwicklung eines Computerrechners besteht, versucht eines der Hauptprobleme jedes Bewertungssystems zu lösen: Der Zeitaufwand für die richtige Anwendung. Hierbei werden die vielen Berechnungen, die die Ärzte normalerweise durchführen müssen, zu einem automatischen Prozess.
Bei der Diagnose der Hidradenitis Suppurativa steht dies noch aus, da das IHS4 ein relativ junges Scoring-System ist und noch nicht genügend Zeit für die Entwicklung eines solchen Rechners zur Verfügung stand.
Stattdessen springen wir mit AIHS4, , direkt in die Zukunft der Dermatologie, indem wir sowohl die Probleme der Zeit als auch der Objektivität innerhalb der traditionellen Methode angehen.
Wie können wir wissen, ob ein Punktesystem gut ist?
Wenn es um dermatologische Beurteilungen geht, ist die Wirksamkeit eines Bewertungssystems von größter Bedeutung. Aber was genau macht ein Punktesystem zuverlässig und nützlich? Durch einen wissenschaftlichen Konsens wurden mehrere Schlüsselfaktoren identifiziert, die zur Robustheit dieser Systeme beitragen. Sehen wir uns diese entscheidenden Elemente etwas genauer an:
- Benutzerfreundlichkeit: Bei diesem Faktor geht es darum, ob das System im Rahmen der zeitlichen und finanziellen Möglichkeiten mühelos angewendet werden kann. Ein benutzerfreundliches System ist entscheidend für eine breite Akzeptanz im klinischen Umfeld.
- Empfindlichkeit gegenüber Veränderungen: Ein effektives Bewertungssystem muss in der Lage sein, klinisch bedeutsame Veränderungen im Laufe der Zeit zu erkennen. Diese Sensibilität stellt sicher, dass jede Veränderung oder jede Verschlechterung des Zustands eines Patienten genau erfasst wird.
- Zuverlässigkeit zwischen Beobachtern: Dies bezieht sich auf die Konsistenz der Ergebnisse, wenn verschiedene Beobachter/innen das Punktesystem verwenden. Eine hohe Zuverlässigkeit zwischen den Beobachtern bedeutet, dass verschiedene Ärzte zu ähnlichen Schlussfolgerungen kommen, was die Glaubwürdigkeit des Systems erhöht.
- Abweichungen der einzelnen Beobachter: Dabei geht es um die Konsistenz der Ergebnisse, wenn derselbe Beobachter das Bewertungssystem mehrmals verwendet. Die geringe Abweichung eines einzelnen Beobachters deutet darauf hin, dass das System stabile Ergebnisse liefert, unabhängig von wiederholten Bewertungen durch denselben Arzt.
- Interpretierbarkeit: Ein praktisches Bewertungssystem sollte aussagekräftige qualitative Interpretationen seiner Ergebnisse liefern, z. B. die Einstufung des Schweregrads einer Erkrankung als leicht, mittelschwer oder schwer.
Diese Kriterien gewährleisten nicht nur die Wirksamkeit des Bewertungssystems, sondern auch seine Anwendbarkeit und Zuverlässigkeit in verschiedenen klinischen Szenarien.
Angepasst von "Methods and definitions to rate the quality of outcome measures". Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., & Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337--1347. doi:10.1016/j.jaci.2013.07.008.
7 Gründe, warum AIHS4 besser ist
Das revolutionäre Tool, das von Legit.Health entwickelt wurde, ermöglicht es Dermatologen der nächsten Generation, faktenbasierte Medizin zu praktizieren und gleichzeitig den Berichtsprozess für die Pathologie zu beschleunigen und die Autonomie und Kontrolle des Patienten zu erhöhen.
Veröffentlichung der automatischen Version des IHS4 in der Zeitschrift Skin Research and Technology.
Diese App verwendet Deep-Learning-Algorithmen, um Ärzte von der mühsamen manuellen Berechnung von Scoring-Systemen zu entlasten, indem sie Läsionen durch die Analyse von Smartphone-Bildern und kurzen von Patienten berichteten Ergebnisdaten („Patient-Reported Outcome Measures“, PROMs) automatisch einstuft. Mit anderen Worten: das Tool füllt automatisch die meisten dermatologischen Scoring-Systeme aus, wie PASI, SCORAD, UAS, GAGS, und natürlich IHS4.
Das bedeutet, dass die neue Version dieses Bewertungssystems Daten präzise und konsistent extrahiert, sowohl bei Routinebewertungen als auch in der klinischen Forschung. Die Verbesserung ist in der folgenden Tabelle zu sehen, in der die Leistungskennzahlen der gängigsten Arten der Nutzung von Punktesystemen verglichen werden:
| Stift und Papier | Digital | Automatisch (KI) | |
|---|---|---|---|
| Selbstüberwachung | - | - | Diagnose durchführen |
| Benutzerfreundlichkeit | ≈ 600 Sekunden | ≈ 420 Sekunden | ≈ 23 Sekunden |
| Empfindlichkeit auf Veränderung | 0 bis 4 | 0 bis 4 | 0 bis 100 |
| Abweichungen zwischen Beobachtern | Mittel (20%) | Mittel (20%) | Geringste (8%) |
| Abweichungen der einzelnen Beobachter | Hoch | Hoch | Null |
Tabelle 1: Vergleich zwischen verschiedenen Methoden zur Bewertung des Schweregrads einer Krankheit. Die automatische, auf künstlicher Intelligenz basierende Methode schneidet bei den meisten Leistungsindikatoren besser ab.
Dank der Deep-Learning-Algorithmen befreit Legit.Health Ärzte von der mühsamen manuellen Berechnung von Punktesystemen und ermöglicht die Ausübung einer objektiveren evidenzbasierten Dermatologie. Durch die Verwendung von Algorithmen zur Messung von Trockenheit, Lichenifikation, Erythem, Nässen, Ödemen und vielen weiteren Anzeichen kann das Tool außerdem die visuellen Anzeichen zuverlässiger und konsistenter berechnen.
1. AIHS4 verbessert die Anzahl der korrekten Diagnosen
Der von Legit.Health entwickelte Algorithmus beschränkt sich nicht nur darauf, den Schweregrad der Erkrankung zu messen, wie es das IHS4 tut, sondern wurde auch mit Hilfe von Top-Dermatologen trainiert, um zwischen Hunderten von Erkrankungen unterscheiden zu können, einschließlich der meisten Krankheiten, die Abszesse verursachen.
Diese telematische Nachsorge verhinderte Schulversäumnisse bei pädiatrischen Patienten, Arbeitsversäumnisse bei Erwachsenen und ermöglichte die Nachsorge von Patienten, die aufgrund von COVID-19 unter Quarantäne stehen oder an Krankheiten leiden, die das Reisen erschweren. Sowohl die Patienten als auch ihre Dermatologen zeigten sich sehr zufrieden mit der Nutzung der App. 100 % der Patienten waren daran interessiert, das Tool weiterhin zu nutzen.
So unterstützt AIHS4 den Arzt bei der Krankheitsbeurteilung, indem es diese nicht nur durch die Bereitstellung relevanter Informationen beschleunigt, sondern die Anzahl der korrekten Diagnosen bei Hausärzten um 23 % erhöht.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
2. Einfacher zu bedienen und schneller als sein analoges Gegenstück
Einer der Hauptvorteile des AIHS4 gegenüber den herkömmlichen Methoden ist seine Geschwindigkeit. Während ein erfahrener Arzt vielleicht sechs oder sieben Minuten benötigt, um den IHS4 vollständig auszufüllen und zu berechnen, benötigt der Algorithmus von Legit.Health nur 23 Sekunden, um die endgültige Punktzahl zu ermitteln.
Die Beurteilung des Schweregrads der Erkrankung ist oft verwirrend, besonders für junge, unerfahrene Dermatologen.
Dies bedeutet einen unglaublichen Vorteil für die Benutzer, sowohl in Bezug auf das Zeitmanagement als auch auf die Klinik. Die bittere Wahrheit ist, dass sich viele Ärzte nicht die Zeit nehmen, überhaupt ein Bewertungssystem auszufüllen, sondern sich auf eine Baucheinschätzung verlassen, um den Schweregrad der Erkrankung zu bestimmen. Dies geschieht, weil die traditionellen Scoring-Systeme weithin als zu mühsam und zeitaufwendig für eine praktische Anwendung im Alltag angesehen werden.
Dank AIHS4 sollte das kein Problem mehr sein. Dieses schnelle und einfach zu bedienende Tool stellt die Benutzerfreundlichkeit in den Mittelpunkt seines Designs und ist bestrebt, die Praxis der faktenbasierten Medizin zu erleichtern.
3. AIHS4 kann kleine Veränderungen in der Entwicklung der Pathologie erkennen
Das Tool von Legit.Health analysiert die Pathologien anhand eines validierten Scoring-Systems, das sowohl die niedrigste MID (kleinste relevante Unterschied) als auch die niedrigste LDC (kleinste nachweisbare Veränderung) aufweist. Das bedeutet, dass der Algorithmus jedes Bild mit größerer Präzision und Detailgenauigkeit analysiert als ein menschlicher Betrachter.
Darüber hinaus hat es eine höhere Validität und Zuverlässigkeit bei vergleichbaren klinischen Eigenschaften, dank der intrinsischen Funktionsweise der Computer-Vision-Algorithmen.
Angesichts der Komplexität der Bestimmung des Schweregrads einer Krankheit wie Hidradenitis Suppurativa bietet das AIHS4 die Art von Granularität und Präzision, die erforderlich ist, um den Arzt mit allen Informationen zu versorgen, die er für eine erfolgreiche Diagnose benötigt.
4. Sorgt für eine Verringerung der Variabilität zwischen Beobachtern
Die experimentellen Ergebnisse zeigen, dass AIHS4 die Basismethoden deutlich übertrifft, wenn es um die Variabilität zwischen den Beobachtern geht, da der Algorithmus einen mittleren absoluten Fehlerprozentsatz von nur 8 % erreicht, der weit unter den üblichen 20 % liegt, die bei der klassischen Anwendung von IHS4 beobachtet werden.
Estimating is guessing, counting is measuring
Darüber hinaus wird die Zuverlässigkeit dieser Methode mit der Zeit und der Verbesserung der Technologie weiter zunehmen, sodass die automatische Bewertung des Schweregrads durch Algorithmen in Zukunft noch präziser werden kann.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
5. AIHS4 reduziert die Variabilität zwischen den Beobachtern auf Null
Aufgrund seiner algorithmischen Beschaffenheit eliminiert ALEGI die Variabilität zwischen den Beobachtern vollständig, da das neuronale Netzwerk in seinen Parametern vollkommen stabil ist. Mit anderen Worten: Die Anwendung hat ein perfektes Gedächtnis für jedes Bild und jede Diagnose, auf die sie trainiert wurde, und daher sind ihre Ergebnisse im Laufe der Zeit absolut realistisch.
Legit.Health ermöglicht es dem Arzt, sich bei der Beurteilung des Schweregrads der Erkrankung nicht auf sein Gedächtnis verlassen zu müssen. Der Schwerpunkt liegt auf der Analyse der in der App gespeicherten objektiven Daten, wodurch das Risiko von Fehlern aufgrund von Gedächtnislücken erheblich verringert wird und eine objektivere, genauere und präzisere Methode zur Verfolgung der Krankheitsentwicklung gewährleistet wird.
Dies ist besonders wichtig bei klinischen Studien, bei denen die Verringerung dieser Art von Variabilität ausschlaggebend ist, um die für diese Art von Studien erforderlichen präzisen Daten zu erheben.
6. Die Daten sind besser zugänglich und leichter zu lesen
Die Benutzeroberfläche von Legit.Health ermöglicht den Zugriff auf alle relevanten Informationen über den Patienten in übersichtlicher Form.
Alle vom AIHS4 abgeleiteten Daten werden deutlich auf dem Bildschirm angezeigt. Sie zeigen den Schweregrad der Erkrankung und die verschiedenen Faktoren, die der Algorithmus bei der Analyse des Bildes berücksichtigt, sowie deren Bewertung.
Des Weiteren gehört lästiger Papierkram der Vergangenheit an, vor allem wenn Sie alle Patienteninformationen, Testergebnisse und Bilder in einer digitalen Datenbank haben, die ständig gesichert wird.
Automatic IHS4 and for Hidradenitis Suppurativa with Legit.Health
7. Eine einfache Möglichkeit, den Verlauf einer Behandlung zu verfolgen
Da es sich bei der Hidradenitis Suppurativa um eine chronische Erkrankung handelt, ist die Nachsorge nach der Diagnose entscheidend für den guten Verlauf der Behandlung.
Legit.Health verbessert die Kommunikationskanäle zwischen Arzt und Patient und ermöglicht es den Patienten, ein aktiverer Teil der Behandlung zu werden. Die App erreicht dies, indem sie dem Benutzer eine einfache und zuverlässige Methode bietet, genaue Daten an den Arzt zu senden.
Darüber hinaus zeigt die App die Daten in einem leicht lesbaren Diagramm an, das den Verlauf der Erkrankung anzeigt, sodass die Beantwortung der normalerweise schwierigen Frage „Geht es mir besser, Herr Doktor?” ein Kinderspiel ist.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
Verbesserung der faktenbasierten Medizin
In der Praxis der faktenbasierten Medizin sind objektive, verlässliche und präzise Ergebnismessungen von entscheidender Bedeutung. Traditionell ist die Bewertung des Schweregrads von HS subjektiv und beruht allein auf dem klinischen Urteil. Das von Legit.Health entwickelte AIHS4 stellt jedoch einen grundlegenden Wandel dar, indem es einen automatisierten und standardisierten Ansatz zur Bewertung des Schweregrads von HS bietet.
Legit.Health verwendet dieselben Kriterien wie der IHS4, der hoch angesehen ist und für die Verwendung in klinischen Studien empfohlen wird, und stellt damit sicher, dass Ärzte Zugang zu einem modernen und zuverlässigen Messinstrument haben. Dieser Fortschritt ermöglicht es medizinischen Fachkräften, fundierte Entscheidungen zu treffen, das Fortschreiten der Krankheit genau zu verfolgen und die Wirksamkeit der Behandlung mit größerer Sicherheit zu beurteilen.
Implementierung einer wertorientierten Gesundheitsversorgung
Die wertorientierte Gesundheitsversorgung zielt darauf ab, die Ergebnisse für die Patienten zu optimieren und gleichzeitig den Wert der Gesundheitsressourcen zu maximieren. Legit.Health bietet ein automatisches Bewertungssystem für den Schweregrad von HS und unterstützt damit die Umsetzung einer wertorientierten Gesundheitsversorgung bei der Behandlung von HS. Und so funktioniert's:
- Standardisierung und Einheitlichkeit: Das AIHS4 gewährleistet eine standardisierte und einheitliche Bewertung über verschiedene Gesundheitseinrichtungen. Durch die Beseitigung subjektiver Schwankungen können Ärzte eine einheitliche Sprache für den HS-Schweregrad festlegen, was eine effektive Kommunikation erleichtert und die Behandlungsplanung verbessert.
- Effizienz und Zeitersparnis: Die automatische Analyse von Smartphone-Bildern reduziert den Zeit- und Arbeitsaufwand für die Beurteilung des HS-Schweregrads erheblich. Dieser rationalisierte Prozess ermöglicht es den Ärzten, sich auf die rechtzeitige Durchführung von Maßnahmen, die Verbesserung der Patientenversorgung und die Optimierung der Ressourcenverteilung zu konzentrieren.
- Verbesserte patientenzentrierte Versorgung: Durch die Bereitstellung genauer und objektiver HS-Schweregrade trägt AIHS4 von Legit.Health zur patientenzentrierten Versorgung bei. Eine klare Dokumentation des Krankheitsverlaufs hilft den Ärzten, die Patienten in die gemeinsame Entscheidungsfindung einzubeziehen, Behandlungspläne anzupassen und realistische Ziele festzulegen, was letztendlich die Zufriedenheit der Patienten und die Ergebnisse verbessert.
- Reale Daten und Forschung: Das AIHS4-Tool generiert eine Fülle von standardisierten Daten, die für Forschung und klinische Studien genutzt werden können. Dieser Datenpool ermöglicht ein besseres Verständnis von HS, die Identifizierung neuer Behandlungsansätze sowie die Bewertung von Interventionen und fördert so die kontinuierliche Verbesserung und Innovation im HS-Management.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
Das Automatic International Hidradenitis Suppurativa Severity Scoring System (AIHS4) von Legit.Health stellt einen großen Durchbruch auf dem Gebiet der HS dar. Durch die Nutzung von KI und die Einhaltung der etablierten IHS4-Kriterien bietet diese innovative Technologie Ärzten eine zuverlässige, effiziente und objektive Methode zur Beurteilung des Schweregrads von HS. Die Einführung von AIHS4 verbessert nicht nur die faktenbasierte Medizin, sondern ermöglicht auch die Umsetzung einer wertorientierten Gesundheitsversorgung, wovon sowohl Gesundheitsdienstleister als auch HS-Patienten profitieren. Mit dem bahnbrechenden Beitrag von Legit.Health sieht die Zukunft der HS-Versorgung rosiger aus als je zuvor.
Zusammenfassung
Wir können nicht verbessern, was wir nicht messen können, und dank AIHS4 und Legit.Health ist die Zukunft der Erforschung und Behandlung der Hidradenitis Suppurativa rosiger denn je.
Es ist nicht schwer zu erkennen, dass eine Technologie, die Ärzten hilft, ihre Zeit besser zu nutzen und Daten zuverlässiger und konsistenter zu erfassen, die Zukunft dieses medizinischen Gebiets ist.
Dank Legit.Health können Ärzte auf der ganzen Welt ihre Quote korrekter Diagnosen um 23 % verbessern und die Behandlung für den Patienten leichter und nachvollziehbar machen, indem sie ihn zu einem aktiven Teilnehmer an seiner eigenen Genesung machen, während der Arzt faktenbasierte Medizin praktizieren kann.
Arbeiten Sie mit uns
Bei Legit.Health arbeiten wir daran, die Technologie von AIHS4 weiter zu verbessern, um noch bessere Tools zu entwickeln. Dazu gehört zum Beispiel die Verbesserung der Unterscheidung zwischen verschiedenen Arten von HS-Läsionen oder die Gewährleistung, dass die Technologie bei allen Hautfototypen korrekt funktioniert.
Wenn Sie mit uns zusammenarbeiten möchten, füllen Sie bitte das folgende Formular aus und wir werden uns so schnell wie möglich mit Ihnen in Verbindung setzen.