Deep learning ondersteunt vroege diagnose van mycosis fungoides

Deep learning kan helpen bij het onderscheiden van mycosis fungoides in een vroeg stadium en goedaardige inflammatoire dermatosen. Dat blijkt uit een Nederlandse proof-of-conceptstudie. De diagnose van mycosis fungoides (MF) in een vroeg stadium kan lastig zijn, omdat de klinische en histopathologische kenmerken vaak overeenkomen met die van goedaardige inflammatoire dermatosen (BID's). Recent onderzoek heeft laten zien dat deep learning pathologen kan ondersteunen bij het classificeren van kanker. Er is echter nog nauwelijks onderzoek gedaan naar het gebruik van deep learning bij de diagnostiek van cutane lymfomen. Unieke dataset Wetenschappers van het LUMC hebben daarom in een eerste retrospectieve proof-of-conceptstudie onderzocht of deep learning MF in vroeg stadium van BID’s kan onderscheiden. Hiervoor gebruiken ze een unieke dataset bestaande uit 924 met hematoxyline en eosine gekleurde whole-slide-afbeeldingen van huidbiopsieën, waaronder 233 MF-patiënten in een vroeg stadium en 353 BID-patiënten. Het deep learning-model behaalde een gemiddelde nauwkeurigheid van 76,2%, wat dicht in de buurt komt van de 77,7% nauwkeurigheid van de drie ervaren pathologen…