Einführung
Die Dermatologie hat mit der Einführung des innovativen ALEGI (Acne LEsion Grading Index) von Legit.Health einen großen Schritt nach vorne gemacht. Führende Forscher, die sich auf Deep Learning und neuronale Netze spezialisiert haben, haben mit renommierten Dermatologen zusammengearbeitet, um dieses fortschrittliche algorithmische Tool zu entwickeln, das die nächste Generation von medizinischen Fachkräften unterstützen soll. Diese innovative Lösung verbindet modernste Technologie mit medizinischem Fachwissen und bietet eine robuste Plattform für die dermatologische Diagnose und Behandlungsplanung.
Es ist weitbekannt, dass objektive, verlässliche und präzise Ergebnismessungen maßgeblich für die Praxis der faktenbasierten Medizin sind. Bei Akne ist es besonders schwierig und mühsam, die gängigsten Bewertungssysteme anzuwenden, da der Arzt die Läsionen manuell zählen muss.
Aus diesem Grund hat Legit.Health dieses Tool entwickelt, das die Anzahl und Dichte von Akneläsionen zählt. Damit ist die Messung des Schweregrads der Akne eine Aufgabe, die nur Sekunden dauert.
Der folgende Screenshot des Tools von Legit.Health zeigt eine praktische Anwendung des Bewertungssystems für Akne. Es kann sowohl auf dem Handy als auch auf dem Desktop verwendet werden.
Der eingeschränkte Ansatz der traditionellen Akne-Bewertungssysteme
Seit DM. Pillsbury und sein Team 1956 das erste Bewertungssystem für Akne entwickelt hatten, gab es eine Vielzahl von Versuchen, ein einfach zu verwendendes, zuverlässiges und präzises Bewertungssystem für diese Krankheit zu finden. Heutzutage gibt es mehr als 30 Methoden, und alle haben eines von zwei grundlegenden Problemen.
Einige Methoden, wie GAGS, konzentrieren sich auf die Identifizierung von Läsionen. Diese Bewertungssysteme zielen darauf ab, ein hohes Maß an Genauigkeit zu erreichen und opfern dafür Geschwindigkeit und Zweckmäßigkeit für den Arzt. Letztlich halten Ärzte diese Methoden für zu mühsam und zeitaufwendig.
Eine der häufig verwendeten Methoden ist das Zählen von Läsionen, das zwar zeitaufwändig ist, aber möglicherweise eine genauere Methode darstellt.
Andere Methoden wie die IGA zielen dagegen auf ein Punktesystem ab, das in der täglichen Praxis besser anwendbar ist. Leider gelingt ihnen das nur auf Kosten von Präzision und Zuverlässigkeit, sodass sie für klinische Studien ungeeignet sind.
Die direkte visuelle Beurteilung und die gewöhnliche Blitzlichtfotografie stellen eine normale klinische Beurteilung dar. Beide Methoden sind jedoch durch die Subjektivität des Betrachters beeinträchtigt.
Und doch sind wir uns alle einig, dass es wichtig ist, ein akzeptables und einfach zu verwendendes Tool zur Beurteilung von Akne zu haben, das sowohl in der täglichen klinischen Praxis als auch in klinischen Studien eingesetzt werden kann.
ALEGI: Das Beste aus beiden Welten
Die Tatsache, dass Dermatologen im 21. Jahrhundert zwischen Geschwindigkeit und Präzision wählen müssen, ist entmutigend. Sich zwischen Präzision und Geschwindigkeit entscheiden zu müssen ist ein Symbol für die Grenzen der Möglichkeiten, und die Technologie sollte darauf abzielen, uns von diesen Beschränkungen zu befreien. Hier kommt ALEGI ins Spiel.
Der revolutionäre Deep-Learning-Algorithmus, der von Legit.Health entwickelt wurde, hebt die Läsionszählung herkömmlicher Methoden auf ein neues Niveau und macht sie nicht nur objektiver, präziser und zuverlässiger, sondern auch wesentlich schneller. Die Dermatologen der nächsten Generation haben endlich ein Werkzeug, mit dem sie faktenbasierte Medizin praktizieren können.
Mithilfe von Computer-Vision-Algorithmen kann ALEGI die Anzahl der Läsionen auf einem mit einem Smartphone aufgenommenen Bild genau zählen. Darüber hinaus berücksichtigt es bei der Berechnung des Schweregrads die Läsionsdichte und übersetzt das Ganze in eine leicht interpretierbare, von Fachleuten validierte Ergebnismessung.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
Die Zutaten für ein brandneues Bewertungssystem
Bei der Entwicklung eines Punktesystems ist es wichtig, einige Gestaltungsprinzipien zu beachten, um sicherzustellen, dass das Bewertungssystem für den beabsichtigten Zweck geeignet ist. Schließlich ist ein Tool nur so gut wie seine Nützlichkeit bei der Erledigung der Aufgabe, für die es entwickelt wurde.
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.
Als das Expertenteam von Legit.Health das revolutionäre ALEGI entwickelte, berücksichtigte es die vielen Kriterien, die ein Bewertungssystem, das qualitativ hochwertige Ergebnismessungen liefert, ausmachen.
Die 7 wichtigsten Eigenschaften von ALEGI
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.
Diese App für klinische Daten und Kommunikation nutzt Deep-Learning-Algorithmen, um Ärzte von der mühsamen manuellen Berechnung von Bewertungssystemen zu entlasten, indem sie Läsionen durch die Analyse von Smartphone-Bildern und kurzen von Patienten berichteten Ergebnisdaten (PROMs) automatisch einstuft. Mit anderen Worten: Das Tool füllt automatisch die meisten dermatologischen Bewertungssysteme für die häufigsten Krankheiten wie Psoriasis, Atopische Dermatitis, Hidradenitis Suppurativa und natürlich Akne aus.
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. Schneller als jede andere bestehende Methode
Bei den meisten traditionellen Methoden der Läsionszählung benötigt ein erfahrener Arzt mehrere Minuten. Nicht nur das, es ist auch ein langwieriger Prozess, den die meisten Ärzte zu vermeiden versuchen. Sie ziehen es vor, sich ein paar Sekunden Zeit zu nehmen, um eine grobe Einschätzung des Schweregrads der Krankheit vorzunehmen.
ALEGI durchbricht dieses Paradigma vollständig, indem es den Prozess der Läsionszählung automatisiert. In weniger als 23 Sekunden kann ein Arzt ein Foto des betroffenen Bereichs machen, es durch den Algorithmus laufen lassen und eine Bewertung des Schweregrads erhalten - ganz ohne die Subjektivität, die mit der klinischen Beurteilung verbunden ist.
Das Tool wurde von Legit.Health mit dem Ziel entwickelt, dieser Praktik, die mit der faktenbasierten Medizin zutiefst unvereinbar ist, ein Ende zu bereiten und Ärzten dabei zu helfen, therapeutische Entscheidungen auf der Grundlage realer Erkenntnisse zu treffen.
2. Einfach zu verwenden
Eines der Hauptprobleme, mit denen die Gesundheitssysteme weltweit konfrontiert sind, ist der Engpass, der dadurch entsteht, dass es kein zuverlässiges Instrument gibt, das Hausärzten hilft zu entscheiden, ob ein Patient an einen Facharzt überwiesen werden sollte.
Das liegt unter anderem daran, dass es schwierig ist, den Schweregrad der Akne zu messen. Dies erschwert die Verschreibung der Behandlung und schränkt die Möglichkeit ein, ihre Wirksamkeit zu verfolgen und zu überwachen. Um dieses Problem zu lösen, wurde ALEGI so konzipiert, dass es von allen medizinischen Fachkräften einfach zu bedienen ist.
Legit.Health trägt zur Lösung dieses Problems bei, da das Tool sowohl für eine erste Diagnose als auch für die anschließende Nachbehandlung und Beobachtung nützlich ist. Mit anderen Worten: ALEGI hilft sowohl dem Facharzt als auch dem Allgemeinmediziner, fundierte Entscheidungen zu treffen.
Möchten Sie die klinische KI-Technologie in Aktion sehen?
3. Hoher Grad an Granularität
Das Tool von Legit.Health analysiert die Pathologien mithilfe eines validierten Bewertungssystems, das sowohl die niedrigste MID (kleiner relevanter Unterschied) als auch die niedrigste LDC (kleinste nachweisbare Veränderung) aufweist, was bedeutet, dass der Algorithmus jedes Bild mit größerer Präzision und Detailgenauigkeit analysiert als ein menschlicher Betrachter.
Darüber hinaus erweitert ALEGI die Bewertung des Schweregrads von Akne um eine neue und revolutionäre Idee: die Läsionsdichte. In der Vergangenheit waren die Bewertungssysteme durch die Fähigkeit des Anwenders eingeschränkt, Knötchen, Komedonen und Pusteln richtig zu zählen und zu identifizieren. Der Algorithmus von Legit.Health berücksichtigt die Tendenz dieser Läsionen, sich zu häufen, als wichtigen Faktor bei der Bestimmung des Schweregrads der Krankheit.
All dies ermöglicht es ALEGI, sehr kleine Veränderungen in der Entwicklung der Pathologie mit größerer Präzision als jeder menschliche Betrachter zu erkennen, wodurch der Arzt Zugang zu präziseren, objektiven und zuverlässigen Informationen erhält.
4. Geringere Fehlerspanne
Dank der Computer-Vision-Algorithmen, auf denen ALEGI basiert, wird jede Läsion einzeln erkannt und gezählt, mit einer durchschnittlichen absoluten Fehlerquote von +/- 3 Läsionen. In Kombination mit der Fähigkeit, die Dichte der Läsionen in einem bestimmten Gebiet zu berücksichtigen, ermöglicht das System eine relevante und klinisch validierte Bewertung des Schweregrads, ohne die verschiedenen Arten von Läsionen berücksichtigen zu müssen.
Dies ist bedeutsam, da die Literatur zeigt, dass die meisten Fehler, die Ärzte bei der Beurteilung des Schweregrads von Akne machen, mit der falschen Identifizierung der Art einer Läsion zusammenhängen, da in vielen Fällen die Unterscheidung innerhalb der Parameter einer klinischen Studie nicht klar oder gut definiert ist.
Daher erhöht ein System wie ALEGI die Genauigkeit und verringert die Fehlermarge, da seine Zuverlässigkeit nicht von der Fähigkeit abhängt, ein Knötchen von einer Komedone zu unterscheiden.
5. Keine Variabilität zwischen Beobachtern
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 App 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.
Estimating is guessing, counting is measuring
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.
Obwohl dies besonders wichtig bei klinischen Studien ist, bei denen die Verringerung dieser Art von Variabilität ausschlaggebend ist, um die für diese Art von Studien erforderlichen präzisen Daten zu erheben, ist es auch in der täglichen Praxis der faktenbasierten Medizin von großem Nutzen.
6. Bietet leicht zugängliche und einfach zu lesende Daten
Die Benutzeroberfläche von Legit.Health wurde so gestaltet, dass Sie alle Patienteninformationen auf benutzerfreundliche und zugängliche Weise abrufen können.
Alle von ALEGI generierten Daten werden deutlich auf dem Bildschirm angezeigt. Sie zeigen den Schweregrad der Erkrankung und jeden Faktor an, den der Algorithmus bei der Analyse des Bildes und seiner Bewertung berücksichtigt.
Wir können uns von Aufzeichnung der Daten auf Papier und ihrer Tendenz, verloren zu gehen, verabschieden, da alle Patienteninformationen, von Testergebnissen bis hin zu relevanten Bildern, in einer ständig gesicherten digitalen Datenbank gespeichert werden, auf die man sicher von einem Computer oder Smartphone aus zugreifen kann.
7. Der beste Weg, den Verlauf einer Behandlung zu verfolgen
Da es sich bei Akne um eine chronische Krankheit handelt, ist die Nachsorge nach einer erfolgreichen Diagnose entscheidend für den guten Verlauf der Behandlung.
Legit.Health ermöglicht es dem Patienten, ein aktiverer Teil seiner Behandlung zu werden, indem es die Kommunikation zwischen ihm und seinem Arzt verbessert. Denn die App bietet dem Nutzer eine einfache und zuverlässige Möglichkeit, 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 darstellt. So kann der Arzt die Antwort auf die normalerweise schwierige Frage „Geht es mir besser, Herr Doktor?” mit wissenschaftlichen Daten belegen.
Zusammenfassung
Das revolutionäre ALEGI repräsentiert die Zukunft der Dermatologie. Es ermöglicht Ärzten auf der ganzen Welt, faktenbasierte Medizin zu praktizieren, indem sie bei der Krankheitsdiagnose die besten Tools einsetzen und gleichzeitig die Kommunikation zwischen Arzt und Patient effektiv verbessern.
Der Einsatz von Algorithmen, die den Schweregrad der Akne durch Zählen der Läsionen allein durch die Betrachtung von Smartphone-Bildern einschätzen, erhöht die Quote der korrekten Diagnosen bei den Ärzten um 23 % und verbessert den Behandlungserfolg, indem der Patient zu einem aktiveren Teilnehmer an seiner eigenen Genesung wird.
Arbeiten Sie mit uns
Bei Legit.Health arbeiten wir daran, die Technologie von ALEGI weiter zu verbessern, um noch bessere Tools zu entwickeln. Dazu gehört zum Beispiel die Verbesserung der Unterscheidung zwischen verschiedenen Arten von Akne-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.