تشخیص زودهنگام دقیق تمام انواع سرطان پوست برای هدایت مدیریت مناسب و بهبود موربیدیتی و بقا ضروری است. ملانوم و کارسینوم سلول سنگفرشی پوست (cSCC) سرطانهای پوست پرخطری هستند که پتانسیل متاستاز را دارند و در نهایت منجر به مرگ بیمار میشوند، در حالیکه کارسینوم سلول بازال (BCC) معمولا موضعی و دارای پتانسیل نفوذ و آسیب به بافت اطراف است. نگرانی در رابطه با از دست دادن تشخیص زودهنگام موارد قابل درمان باید در برابر ارجاع نامناسب و برداشتن غیرضروری ضایعات خوشخیم متعادل باشد. سیستمهای تشخیصی با کمک کامپیوتر (CAD) از هوش مصنوعی برای تجزیهوتحلیل دادههای مربوط به ضایعات استفاده میکنند و سرطان پوست را تشخیص میدهند. هنگامی که CAD در شرایط غیرارجاع («مراقبتهای اولیه») استفاده میشود، ممکن است به پزشکان عمومی (GPs) یا پزشکان دیگر کمک کند تا ضایعات پرخطر را بهطور مناسبتری به مراقبتهای ثانویه تریاژ کنند. هنگام استفاده از نمای بالینی و درموسکوپیک موارد مشکوک به بدخیمی، CAD ممکن است برداشتن غیرضروری را بدون از دست دادن موارد ملانوم کاهش دهد.
تعیین دقت سیستمهای CAD برای تشخیص ملانوم مهاجم پوستی و گونههای غیرمعمولی ملانوسیت داخل اپیدرم، BCC یا cSCC در بزرگسالان و مقایسه دقت آن با درموسکوپی.
ما یک جستوجوی جامع را از پایگاههای اطلاعاتی زیر از ابتدا تا آگوست 2016 انجام دادیم: پایگاه ثبت مرکزی کارآزماییهای کنترل شده کاکرین (CENTRAL ؛Cochrane Central Register of Controlled Trials)؛ MEDLINE؛ Embase؛ (CINAHL) Cumulative Index to Nursing and Allied Health Litreture؛ CPCI؛ Zetoc؛ Science Citation Index؛ ثبت کارآزماییهای در حال انجام موسسات ملی سلامت ایالات متحده؛ NIHR Clinical Research Network Portfolio Database و پلتفرم بینالمللی ثبت کارآزماییهای بالینی سازمان جهانی بهداشت. ما فهرست منابع و مقالات مرور سیستماتیک منتشرشده را مطالعه کردیم.
مطالعاتی را با هر طراحی که به بررسی CAD به تنهایی، یا در مقایسه با درموسکوپی، در بزرگسالان مبتلا به ضایعات مشکوک به ملانوم یا BCC یا cSCC پرداختند و با مرجع استاندارد با تایید هیستولوژیک یا پیگیری بالینی مقایسه کردند.
دو نویسنده مرور بهطور مستقل از هم تمام دادهها را با استفاده از فرم استاندارد استخراج داده و ارزیابی کیفیت استخراج کردند (بر اساس QUADAS-2). ما با نویسندگان مطالعات انتخاب شدهای که در آنها اطلاعات مربوط به وضعیت هدف یا آستانه تشخیص موجود نبودند، تماس گرفتیم. ما با استفاده از مدل سلسله مراتبی دوتایی، حساسیتها و ویژگی خلاصه را به صورت جداگانه بر اساس نوع سیستم CAD برآورد کردیم. ما با استفاده از (a) تمام دادههای موجود مربوط به CAD (مقایسههای غیرمستقیم) و (b) مطالعات ارائهدهنده دادههای زوجی برای هر دو تست (مقایسه مستقیم)، CAD را با درموسکوپی مقایسه کردیم. ما سهم تصمیمگیری انسان را به دقت تشخیص CAD در یک تجزیهوتحلیل حساسیت از طریق حذف مطالعاتی که نتایج CAD را به پزشکان برای هدایت تصمیمگیری تشخیصی ارائه کردند، مورد آزمون قرار دادیم.
ما 42 مطالعه را انتخاب کردیم، 24 مطالعه به ارزیابی سیستمهای CAD مبتنی بر درموسکوپی دیجیتال (Derm-CAD) در 23 مطالعه کوهورت با 9602 ضایعه پرداختند (1220 مورد ملانوم، حداقل 83 مورد BCC، 9 مورد cSCCs)، 32 مجموعه داده برای Derm-CAD و 7 مجموعه دادهای برای درموسکوپی ارائه کردند. 18 مطالعه، به ارزیابی CAD مبتنی بر اسپکتروسکوپی (Spectro-CAD) در 16 مطالعه کوهورت با 6336 ضایعه پرداختند (934 ملانوم، 163 BCC، 49 cSCCs)، 32 مجموعه داده برای Derm-CAD و 6 مجموعه دادهای برای درموسکوپی ارائه کردند. این مجموعه شامل 15 مطالعه استفاده کننده از تصویربرداری چندطیفی (MSI ؛multispectral imaging)، دو مطالعه استفاده کننده از اسپکتروسکوپی امپدانس الکتریکی (EIS ؛electrical impedance spectroscopy) و یک مطالعه استفاده کننده از اسپکتروسکوپی بازتابی منتشر شده (diffuse‐reflectance spectroscopy) بود. مطالعات ناقص گزارش شدند و در تمام حوزهها در معرض خطر نامشخص یا بالای سوگیری قرار داشتند. مطالعات انتخاب شده به دلیل فراوانی مطالعات با کیفیت پایین، گزارشدهی ضعیف و به کارگیری گروههایی با تعداد بالای شرکتکننده، به ندرت سوال مرور را بررسی کردند.
در سراسر سیستمهای CAD، ما تغییرات قابل توجهی را در تکنولوژیهای سختافزاری و نرمافزاری یافتیم، چند نوع الگوریتم طبقهبندی شده به کارگرفته شد، از روشهایی برای آموزش الگوریتمها استفاده شد، و کدام ویژگیهای مورفولوژیکی ضایعه در سراسر سیستمهای CAD و حتی بین مطالعات ارزیابی کننده سیستمهای CAD استخراج و تجزیهوتحلیل شد. متاآنالیز (meta–analysis) نشان داد که سیستمهای CAD دارای حساسیت بالایی برای تشخیص صحیح ملانوم پوستی مهاجم و انواع غیرمعمول ملانوسیت داخل اپیدرم با تعداد جمعیت بالای انتخاب شده بودند، اما ویژگی کم و بسیار متغیر، به ویژه برای سیستمهای Spectro-CAD داشتند. دادههای گردآوری شده از 22 مطالعه حساسیت Derm-CAD را برای تشخیص ملانوم 90.1% (95% فاصله اطمینان (CI): 84.0% تا 94.0%) و ویژگی را 74.3% (95% فاصله اطمینان (CI): 63.6% تا 82.7%) برآورد کردند. اطلاعات گردآوری شده از هشت مطالعه، حساسیت تصویربرداری چند طیفی CAD (MSI–CAD) را 92.9% (95% فاصله اطمینان (CI): 83.7% تا 97.1%) و ویژگی را 43.6% (95% فاصله اطمینان (CI): 24.8% تا 64.5%) برآورد کردند.
هنگامی که در یک جمعیت فرضی با 1000 ضایعه با میانگین 20% شیوع ملانوم مشاهده شده اعمال شد، Derm-CAD منجر به از دست دادن 20 مورد ملانوم و منجر به 206 نتیجه مثبت کاذب برای ملانوم خواهد شد. MSI-CAD منجر به از دست دادن 14 مورد ملانوم و منجر به 451 مورد تشخیص کاذب برای ملانوم خواهد شد. یافتههای مقدماتی نشان میدهد که سیستمهای CAD حداقل به اندازه ارزیابی تصاویر درموسکوپیک برای تشخیص ملانوم تهاجمی و انواع غیرمعمول ملانوسیت داخل اپیدرم حساس هستند. ما به دلیل کمبود مطالعات، قادر به ارائه گزارش خلاصه در مورد استفاده از CAD در جمعیتهای ارجاع داده نشده، یا دقت آن در تشخیص سرطانهای کراتینوسیت، یا استفاده از آن در هر شرایطی به عنوان یک هدف تشخیصی نبودیم.
در بین جمعیتهایی با تعداد بالای بیمار انتخاب شده، تمام انواع CADها حساسیت بالایی را نشان میدهند و میتوانند به عنوان یک پشتیبان برای تشخیص متخصص برای کمک به کاهش خطر از دست دادن ملانوم مفید باشند. با این حال، در حال حاضر شواهد پایه برای اینکه بدانیم آیا خروجی سیستم CAD در عمل تبدیل به تصمیمگیریهای مختلف بالینی میشوند، بسیار ضعیف هستند. دادههای کافی در مورد استفاده از CAD در شرایط جامعه، یا برای تشخیص سرطانهای کراتینوسیت وجود ندارد. شواهد پایه برای سیستمهای فردی محدودتر از آن است که بتوان در مورد اینکه کدام یک ممکن است در عمل ارجحیت داشته باشند نتیجهگیری کرد. مطالعات مقایسهای آیندهنگری مورد نیاز هستند که به ارزیابی استفاده از سیستمهای CAD در حال حاضر ارزیابیشده، به عنوان یک ابزار کمک به تشخیص، به وسیله مقایسه با درموسکوپی چهرهبهچهره و در جمعیتهای شرکتکننده که نماینده افرادی هستند که در آن این تست در عمل استفاده میشود، بپردازند.