Wellicht is melanoma de meest agressieve en gevaarlijke vorm van huidkanker laesies. Hoewel niet de meest voorkomende huidkanker, is hij omwille van zijn tumorachtige aard wel degene waar men het meest moet voor oppassen. Dit komt vooral doordat hij zich zo gemakkelijk kan verspreiden en secundaire laesies veroorzaakt elders in het lichaam, en vaak fatale afloop tot gevolg hebben.
Melanoom wordt meestal meteen als huidkanker aanzien, maar in zeldzamere gevallen worden ook niet-cutane gebieden aangetast, zoals de slijmvliezen (bv. Oraal, vaginaal).
Verschillende risicofactoren kunnen tot de ontwikkeling van melanomen leiden: leeftijd (hoewel de helft van alle melanomen vóór de leeftijd van 50 jaar wordt gezien), de aanwezigheid van moedervlekken (hoewel de meeste melanomen buiten een moedervlek voorkomen), huid- en haartype (lichte huid, blauwe ogen, rood haar), blootstelling aan de zon, gebruik van zonnebanken, zonnebrand, enz.
In de geneeskunde is preventie het sleutelwoord, en het is belangrijk, vooral als er meerdere risicofactoren zijn, waakzaam te blijven, de eigen huid regelmatig te onderzoeken en tijdig een dermatoloog te raadplegen.
Op tijd een dermatoloog raadplegen is niet steeds evident: niet alleen zijn er soms lange wachttijden, de huidige situatie te wijten aan de Covid-19 pandemie maakt het nog moeilijker om via traditionele gezondheidszorg naar een huidspecialist doorverwezen te worden.
Daarom is het belangrijk zelf alert te zijn en elke verdachte nieuwe of veranderde verschijning op uw huid waar te nemen en nauwlettend in de gaten te houden.
Om de verdachte aard van een huidlaesie of moedervlek te bepalen, maken huidspecialisten gebruik van een reeks criteria die helpt vast te stellen of de laesie goed- dan wel kwaadaardig is.
Zo gebruiken ze ondermeer criteria die betrekking hebben op de kenmerken van de laesie in kwestie: symmetrisch of eerder asymmetrisch waarbij één helft niet overeenkomt met de andere helft; het aspect van de randen (regelmatig of onregelmatig); de kleur van de huidvlek (egaal kleurig dan wel verschillende schakeringen binnen de laesie), de grootte van de laesie en de evolutie ervan in de tijd.
Artificiële Intelligentie (AI)
De dermatoloog of huidspecialist is de referentiearts voor het analyseren van dit soort situaties en moet altijd worden geraadpleegd in geval van twijfel. Sinds enkele jaren wordt in steeds meer wetenschappelijke publicaties en in de pers de aandacht gevestigd op digitale hulpmiddelen die beschikbaar zijn op smartphones of in het kader van onderzoeksprotocollen. Deze tools kunnen worden gebruikt om de aard van de huidlaesie te determineren: zowel rechtstreeks als vanop afstand. Sommige van deze tools maken gebruik van artificiële intelligentie (AI) met programma’s voor deep learning en convolutionele neurale netwerken (CNN).
In feite gaat het om zeer complexe computerprogramma’s die zijn gemaakt om bepaalde bijzondere kenmerken van een beeld (in dit geval de huidlaesie) te herkennen. Deze programma’s zijn gebaseerd op de herkenning van een “patroon” of een typisch aspect en moeten worden “opgeleid” aan de hand van duizenden verschillende afbeeldingen. Dit is hetzelfde soort algoritme dat Facebook in staat zal stellen naaktfoto’s te herkennen en ze direct te verbieden, zonder tussenkomst van een mens.
Om deze artificiële intelligentie-instrumenten te trainen, zullen onderzoekers duizenden beelden van allerlei soorten huidletsels aanwenden en het programma laten weten dat deze beelden overeenkomen met ofwel niet-verdachte letsels ofwel tumorale letsels. Nadat de computersoftware enkele tienduizenden beelden heeft “opgenomen”, zal zij in staat zijn zelf de definitieve diagnose te stellen omdat zij dan namelijk heeft geleerd. De software zal geleerd hebben fouten te maken en deze zelf te corrigeren om tot de uiteindelijke juiste diagnose te komen. In theorie is dit de bedoeling, en uit recent gepubliceerde medische studies blijkt dat deze programma’s soms (of zelfs vaak) beter zijn dan de analyse door een specialist. Niet al deze toepassingen zijn echter al gebruikt en gevalideerd in het publieke domein en sommige bevinden zich nog in de onderzoeksfase. Medische deskundigen bevelen aan ze met de nodige omzichtigheid te gebruiken, voor controle, ondersteuning en advies. Het laatste woord is (voorlopig) nog steeds aan de mens en aan de dermatoloog met zijn of haar getrainde oog.
Maar er zijn ook andere toepassingen beschikbaar waarmee alleen – zonder tussenkomst van kunstmatige intelligentie en zonder diagnostische ondersteuning – de evolutie van een huidvlek of een moedervlek kan worden gevolgd. Het volstaat bijvoorbeeld dat de patiënt op regelmatige tijdstippen een foto neemt van een moedervlek en dat vervolgens de software de evolutie en eventuele verandering van de betreffende moedervlek (kleur, aspect, grootte, enz.) analyseert.
Hieronder enkele applicaties die reeds beschikbaar zijn voor de smartphone en die kunnen worden aangewend om eventuele melanomen of andere verdachte huidlaesies te helpen op te sporen:
iSkin
dit is een app waarmee u foto’s van huidletsels kunt nemen om ze na verloop van tijd te controleren. Met deze toepassing kunt u ook foto’s naar uw dermatoloog sturen en een medische consultatie op afstand houden.
SkinVision
Is een AI-algoritme ontwikkeld met de steun van verschillende dermatologen. Deze betalende toepassing vervangt geen echte medische consultatie maar laat toe om zeer snel een aanwijzing te krijgen over het al dan niet verdacht zijn van een huidletsel.
SkinApp
Een ander AI-algoritme dat in Frankrijk is ontwikkeld en dat artsen helpt een definitieve diagnose te stellen. Volgens de ontwerper van deze tool, het bedrijf ANAPIX: “SkinApp werd ontworpen als een hulpmiddel voor dermatologen en niet als een vervanging voor hun werk en expertise. Het doel is om hen te helpen bij de opsporing van huidkanker en andere huidpathologieën door hen te voorzien van innovatieve en gebruiksvriendelijke tools”.
UMSkinCheck
is een gratis applicatie op een smartphone waarmee gebruikers hun eigen huid kunnen onderzoeken en de evolutie van verdachte laesies in de tijd kunnen volgen. Applicatie ontwikkeld door de Universiteit van Michigan Medicine in de Verenigde Staten.
Referenties:
What is AI? Applications of artificial intelligence to dermatology. X. Du-Harpur, F.M. Watt, N.M. Luscombe, M.D. Lynch. British Journal of Dermatology (2020)183, pp423–430.
Dermatologist-level classification of skin cancer with deep neural networks. Andre Esteva, Brett Kuprel et ali. Nature. 542, pages 115–118 (2017).
Deep neural networks are superior to dermatologists in melanoma image classification.
Brinker TJ, Hekler A et ali. Eur J Cancer. 2019 Sep;119:11-17
Integrating Patient Data Into Skin Cancer Classification Using Convolutional Neural Networks: Systematic Review. Julia Höhn, Achim Hekler et ali. J Med Internet Res. 2021 Jul 22;23(7):e20708