Меланома кожи часть II

2.2.6 Скрининг первичной меланомы кожи

В последнее десятилетие в ряде стран для раннего выявления больных первичной меланомой кожи было предложено использовать скрининг. В настоящее время исследователи пытаются определить наиболее рациональные его программы.

Скрининговый тест представляет собой разновидность исследования, предпринимаемого в целях разделения населения на категории в соответствии с вероятностью их заболевания данной болезнью (Prorok, Connor, 1986). Согласно В. В. Власову (1988), применение специальных методов обследования к большим группам людей, в том числе не считающих себя больными, называется скринингом (от англ. screen – просеивать, сортировать, отбирать). Исследование может проводиться с помощью опроса, в форме визуального, физикального, рентгенологического, а также клинического анализа крови, общего анализа мочи и т.д. Тест должен быть безопасным, быстрым, недорогим, нетрудным в исполнении и приемлемым для обследуемых людей.

В США в настоящее время уже создана и функционирует национальная программа „Skin-Scan” по проблеме меланомы кожи (Kopf, 1988). Сделан важный вывод о том, что дальнейшие усилия исследователей должны быть сосредоточены на создание групп повышенного риска заболевания этой опухолью. Кох с соавт. (Koh et al., 1990) провел оценку предварительных результатов скрининга меланомы и рака кожи в штате Массачусетс. За 1986-1987 гг. было осмотрено 2560 человек. У 9 из них обнаружили меланому, у 91 – рак кожи, у 39 – диспластические невусы и у 3 – врожденные невусы. По данным авторов, чувствительность визуального осмотра дерматолога составила 89-97%, индекс точности – 35-75%. Отмечено, что эффективность визуального скрининга поражений кожи не хуже результатов скрининга по другим онкологическим программам и вполне может быть использована в регионах с высокой и нарастающей заболеваемостью населения меланомой кожи.

По мнению Хоффманна с соавт. (Hoffmann et al., 1990), меланома кожи относительно легко диагностируется при скрининге. Так, в городе Бохум (Германия) были обследованы 1226 человек, причем для разъяснения необходимости этого мероприятия были привлечены средства массовой информации. Удалось выявить 9 больных меланомой. Кэрли с соавт. (Carli et al., 1993) сообщил о результатах самообследования 3000 человек, которые были обучены этой технике со знанием симптомов малигнизации пигментных невусов. Было выявлено 52 больных с меланомой кожи, причем у 56 % пациентов толщина первичной опухоли не превышала 0.76 мм.

В нашей стране также предпринимаются попытки разработать и внедрить комплексную программу по раннему выявлению первичной меланомы кожи. Проводятся исследования по созданию группы повышенного риска возникновения этой опухоли (Курдина, Денисов, 1991; Денисов, Курдина, 1992). Авторам удалось в 97.7% наблюдений диагностировать первичную меланому кожи только на основании клинической картины, причем 90.5 % больных были выявлены в I стадии заболевания.

На основании вышеизложенного можно заключить, что сегодня наиболее эффективным методом ранней клинической диагностики первичной меланомы кожи является скрининг. Однако до настоящего времени полностью не сформирована популяция риска возникновения меланомы кожи и не предложены адекватные программы самого скрининга. Поэтому мы считаем возможным изложить здесь данные собственных исследований по этому вопросу. Так, на основании изучения эпидемиологии, этиологии и патогенеза меланомы кожи нами определена та популяция риска возникновения опухоли, среди которой целесообразен скрининг (табл. 8).

Таблица 8 Популяция риска возникновения меланомы кожи, среди которой необходимо проведение скрининга

Контингенты людей
1Люди, которые по роду своей деятельности большее время находятся под воздействием УФ-радиации, а также люди, регулярно проводящие свой отпуск на юге
2Люди, которые по роду своей деятельности постоянно имеют контакт с различными химическими канцерогенами, ионизирующей радиацией и электромагнитным излучением
3Люди с нарушением пигментации организма (так называемый светлый фототип)
4Люди с генетически детерминированным или приобретенным иммунодефицитом
5Родственники больных меланомой кожи
6Люди, длительное время принимающие гормональные препараты (эстрогены)
7Люди с диспластическим невусным синдромом, а также их родственники
8Люди, имеющие на коже более 50 пигментных невусов любого размера
9Женщины в периоде беременности и лактации

Наиболее рациональной программой скрининга первичных меланом кожи, по нашему мнению, является следующая.

  1. Необходимо организовать отбор данной популяции риска для начала в масштабе одного крупного региона (города или области). Для этого целесообразно установить тесный рабочий контакт со всеми онкологическими учреждениями, с районкологами, дерматологами, иммунологами, гинекологами, а также с врачами медсанчастей крупных промышленных предприятий данного региона. Очевидно, весьма уместным будет создание Городского Центра по ранней диагностике первичных меланом кожи.
  2. Среди отобранной популяции риска целесообразна адекватная информация о симптомах малигнизации пигментных невусов и о ранних признаках меланом кожи. Необходимо обучение популяции риска методам и техники самообследования. Указанные задачи могут быть решены как с помощью средств массовой информации, так и посредством издания цветных брошюр, памяток самообследования и т. п.
  3. Среди всей популяции риска возникновения меланомы кожи целесообразен осмотр (визуальные и физикальные данные) специалистов-онкологов не реже двух раз в году.

В настоящее время нами запланировано и уже проводится такое исследование в пределах Санкт-Петербурга и Ленинградской обл. При получении положительных результатов скрининга первичной меланомы кожи настоящую программу можно будет распространить в масштабе всей Российской Федерации.

Скрининг меланомы

Скрининг меланомы — раннее выявление признаков озлакачествления родинки

Если у вас появились новые родинки или вы имеете семейную историю меланомы (у ваших близких родственников была диагностирована эта опухоль), то вам необходимо раз в месяц осматривать свое тело. Большинство родинок — доброкачественные новообразования (нераковые), но если в них начинают происходить «непонятные» изменения или они появились в зрелом возрасте — это повод для беспокойства.

Если вы заметили, что родинка изменила свой цвет, размеры, стала болезненной и кровоточить — необходимо срочно обратиться к дерматологу.

Как проверить себя на меланому?

Первым признаком меланомы, как правило, является: возникновение новообразования на здоровой коже или изменения в уже существующих веснушке или родинке. Они меняют свой размер, форму и цвет, обычно, это происходит в течение нескольких недель или месяцев.

Ниже приведён полезный способ, помогающий обнаружить ранние признаки меланомы. Очень важно помнить, что при выявлении ниже перечисленных изменений необходимо срочно обратиться к специалисту. К симптомам перерождения родинки в меланому относят:

Асимметрия:

Одна половинка родинки или родимого пятна больше другой

Изменение границ:

Неравномерность краёв родинки, граница перехода между ею и здоровой кожей становится обрывчатой, зубчатой, размытой.

Меняется цвет:

Изменяется распределение по поверхности родинки оттенков прежнего цвета, как правило, черного, но могут добавляться вкрапления красного, белого или синего цвета.

Диаметр:

Увеличение размеров родинки или, если ее диаметр больше 6 миллиметров (чем больше размер, тем выше риск озлокачествления).

Эволюция:

Изменения размера, формы, цвета, приподнимание над поверхностью кожи — все это появляется одновременно и неуклонно прогрессирует. К ним присоединяются и другие симптомы, такие как зуд, кровотечение. Этот последний пункт, вероятно, самый сильный, из всех предупредительных знаков.

Как правильно проводить осмотр?

? Встаньте перед зеркалом в хорошо освещенной комнате.

? Начните осматривать кожу сверху вниз.

? С помощью расчески или фена распределяйте волосы на секции — это поможет хорошо смотреть кожу волосистой части головы.

? Продолжайте осматривать кожу на лице и шее, не забудьте при этом ваши уши, ноздри и губы.

? Проверить кожу рук и подмышечной области, а также Обратите внимание на ногти.

? По мере продвижения вниз не забудьте посмотреть места, куда не попадает солнце! Меланома может поражать те участки тела, которые не подвержены солнечной радиации.

? Попросите кого-то, чтобы он проверил вашу кожу затылка и спины.

? Лучший способ для отслеживания изменений на коже — фотографировать ее каждый месяцев и сравнивать снимки, с целью их выявления. Реагируйте быстро, не откладывать в долгий ящик, если вы видите, что «что-то растет» — немедленно обращайтесь к специалистам.

Даже опытным врачам бывает порой трудно определить момент перехода родинки в меланому. На помощь им пришли новые технологии. Новая методика диагностики меланомы — компьютерная эпилюминесцентная дермоскопия позволяет, с большой точностью определить момент перерождения родинки в злокачественное заболевание. Тем не менее старый, надежный способ постановки окончательного онкологического диагноза — биопсия, с последующим гистологическим исследованием — остается основным методом подтверждения этой патологии. Во многих клиниках используются старые методики окрашивания гистологического препарата, полученного в результате биопсии, что отодвигает сроки постановки окончательного диагноза на 7-10 дней. D.R.A Medical предлагает своим пациентам новый вид услуг — проверку биопсии в максимально короткие сроки. Уже через сутки пациент будет точно знать диагноз и сможет быстро и своевременно начать правильное лечение рака.

– Вернуться в оглавление раздела "дерматология."

Deep learning и скрининг меланомы

25 января nature опубликовали статью команды Стэнфорда о том, что ученым удалось с помощью нейронки, построенной на tensorflow, научить машину распознавать рак кожи по фотографиям. При этом точность вероятностного прогноза выше, чем у дипломированных дерматологов, участвовавших в эксперименте.

История очень крутая и тема мне близка с точки зрения медико-научной тематики, поэтому я решил максимально разобраться в кейсе и рассказать ключевые пункты здесь более менее популярным языком.

Проблема

Меланома — крайне агрессивная опухоль с непредсказуемым ходом прогрессирования и вообще огромной кучей проблем. По некоторым данным реальная заболеваемость меланомой в РФ составляет не менее 25 не 100000 населения в год, заболеваемость меланомой весьма высока среди молодых и трудоспособных людей. Можно написать очень много страшного про нее, но есть 2 ключевые вещи, которые важны для тематики журнала:

  1. Прогноз выживаемости практически экспоненциально уменьшается от стадии (толщина по Breslow или уровень по Clark) заболевания. Если ранняя меланома дает почти 98% выживаемость, то наличие отдаленных mts сразу срубают прогноз до 8%. Подробно о стадиях и прогнозе
  2. Большинство меланом имеют наружную локализацию (ссылки на данные нет, но это так)
  1. Скрининговые системы могут играть драматическую роль в лечении заболевания, особенне в РФ где есть сильный перекос в сторону позднего выявления меланомы
  2. что эта проблема — просто лакомый кусочек для computer vision и deep learning.

Интро

Поптки применить CV для диагностики меланомы предпринимались давно и проходили стадии от совсем простых попыток анализа ABCDE факторов (E — evolutuion, конечно, можно отследить только в динамике) до более менее продвинутых алгоритм ов image segmentation. Отличная работа на эту тему была опубликована еще в 13 году от группы исследователей из Сиднея.

В мобильных сторах полно приложений, которые якобы как то анализируют фотографии со смартфонов. Я пробовал много и работают все они как минимум странно. Вот хороший разбор аналогов.

В рамках проекта ResearchKit Apple рассказывали про некую исследовательскую работу Орегонского универа в области разработки конечного продукта для скрининга меланомы на iPhone.

В общем, все что хоть как то касалось ML в итоге упиралось в 2 проблемы: отсутствие качественного обучающего датасета и правильной конфигурации нейронки.

Дисклеймер. Тема достаточно сложная и всем, кому интересна с профессиональной точки зрения, настоятельно рекомендую статью купить и прочитать в оригинале.

Сбор датасета

На этот раз исследователи собрали подходящий датасет из открытых дерматолонических репозиториев, ISIC Dermoscopic Archive, Edinburgh Dermofit Library и Стенфордского госпиталя. Картинки из открытых источников были описаны дерматологами, но не имели гистологической верификации. Данные ISIC Dermoscopic Archive и Edinburgh Dermofit Library состоят из изображений меланоцитарных образований (доброкачественных и злокачественных), которые имеют гистологические описания. Помимо меланоцитарных образований в датасете (и вообще в эксперименте) использовали изображения базалиомы и плоскоклеточного РК + себорейный кератоз и другие доброкачественные эпидермальные образования.

Обработка датасета

Размытые изображения и фотки с дальнего расстояния были удалены из тестовых сетов (которые использовали в эксперименте), но использовались в процессе обучения. В тестовый сет включили только гистологически верифицированные качественные изображения. В обучающей выборке было много изображений одной и той же опухоли, сделанными под разными ракурсами и с разного расстояния. Используя EXIF и другие метаданные создали undirected graph, соединяющие все пары изображений, которые скорее всего являются фотками одной опухоли.

В итоге удалось собрать датасет из 129 450 изображений, состоящих из 2032 различных заболеваний

Таксономия

Структура данных представляет собой 2032 заболевания, расположенных в виде дерева с тремя корневыми узлами: (1) доброкачественную, (2) злокачественные опухоли и (3) не-опухолевые поражения

Таксономию составили прямо под задачу CV — заболевания сегментировали именно по ключевым визуальным признакам. Такая семантика полезена при формировании training class, которые хорошо подходят для машинного обучения классификаторов и с медицинской точки зрения полностью актуальны.

Выделение классов обучения

Алгоритм, который разделяет отдельные заболевания в обучаемые классы можно посмотреть ниже

Алгоритм начинается с верхнего узла и рекурсивно спускается по таксономии (строка 19), превращая узлы в учебные классы, если количество содержащихся в них данных не превышает заданное пороговое значение (строка 15) , Во время разбиения, рекурсивное свойство сохраняет структуру таксономии, и, следовательно, все заболевания с идентичной клиникой собираются в 1 класс обучения. Средний размер класса должен быть немного меньше, чем max >max >

dr.Mirokov

Комментарий читателя: