ความแม่นยำในการวินิจฉัยโรคของเทคนิคการวินิจฉัยโดยใช้คอมพิวเตอร์เป็นตัวช่วยในการตรวจหามะเร็งผิวหนังในผู้ใหญ่มีความแม่นยำเพียงใด

เหตุใดการปรับปรุงการวินิจฉัยมะเร็งผิวหนังจึงมีความสำคัญ

มะเร็งผิวหนังมีหลายประเภท รวมถึงมะเร็งผิวหนังแบบเมลาโนมา มะเร็งผิวหนังชนิดสความัสเซลล์ (SCC) และมะเร็งผิวหนังชนิดเบซาลเซลล์ (BCC) มะเร็งผิวหนังแบบเมลาโนมาเป็นรูปแบบที่อันตรายที่สุดรูปแบบหนึ่ง ถ้าหากไม่ตรวจพบตั้งแต่เนิ่นๆ ทำให้ได้รับการรักษามีความล่าช้า ซึ่งความเสี่ยงที่มะเร็งผิวหนังชนิดเมลาโนมาจะแพร่กระจายไปยังอวัยวะอื่นๆ ในร่างกายและอาจนำไปสู่การเสียชีวิตได้ในที่สุด มะเร็งผิวหนังชนิดสความัสเซลล์ (cSCC) และ BCC ถือว่ามีอันตรายน้อยกว่าเนื่องจากถิ่นที่อยู่ (มีโอกาสน้อยที่จะแพร่กระจายไปยังส่วนอื่น ๆ ของร่างกายเมื่อเทียบกับมะเร็งผิวหนังชนิดเมลาโนมา) อย่างไรก็ตาม cSCC สามารถแพร่กระจายไปยังส่วนอื่นๆ ของร่างกายได้ และ BCC อาจทำให้เสียโฉมผิดรูปได้หากไม่ตรวจพบตั้งแต่เนิ่นๆ การวินิจฉัยมะเร็งผิวหนังที่ไม่เป็นโรคจริง (ผลบวกลวง) อาจส่งผลให้เกิดการผ่าตัดที่ไม่จำเป็นและการตรวจสอบอื่น ๆ และสามารถทำให้เกิดความเครียดและความวิตกกังวลต่อผู้ป่วยได้ การวินิจฉัยผิดพลาดของโรคมะเร็งผิวหนังอาจส่งผลให้มีการรักษาที่ไม่ถูกต้องหรือนำไปสู่ความล่าช้าในการรักษาที่มีประสิทธิภาพ

วัตถุประสงค์ของการทบทวนวรรณกรรมนี้

จุดมุ่งหมายของการทบทวน Cochrane นี้คือการค้นหาว่าการวินิจฉัยโดยใช้คอมพิวเตอร์ช่วย (CAD) มีความแม่นยำเพียงใดในการวินิจฉัยมะเร็งผิวหนังชนิดเมลาโนมา BCC หรือ cSCC การทบทวนวรรณกรรมยังคงเปรียบเทียบความแม่นยำของ CAD 2 แบบที่แตกต่างกัน และเปรียบเทียบความแม่นยำของ CAD กับการวินิจฉัยโดยแพทย์โดยใช้กล้องจุลทรรศน์แบบพกพามีแสง (การตรวจผิวหนังด้วยกล้องขยาย หรือ 'dermoscopy') ผู้วิจัยรวบรวมการศึกษา 42 ฉบับเพื่อตอบคำถามวิจัยนี้

อะไรคือสิ่งที่ได้เรียนรู้ในการทวนวรรณกรรมนี้

ผู้เชี่ยวชาญด้านมะเร็งผิวหนังมีเครื่องมือหลากหลายที่พร้อมใช้งาน ซึ่งช่วยในการตรวจผิวหนังได้ละเอียดยิ่งขึ้น เมื่อเทียบกับการตรวจด้วยตาเปล่าเพียงอย่างเดียว ในปัจจุบัน กล้องตรวจผิวหนังสามารถขยายรอยแผลบนผิวหนังให้ชัดขึ้นได้ (ไฝหรือบริเวณผิวหนังที่มีลักษณะผิดปกติเมื่อเปรียบเทียบกับผิวหนังโดยรอบ) โดยใช้ใช้แสงสว่างส่วนมากถูกใช้โดยผู้เชี่ยวชาญด้านมะเร็งผิวหนัง การทดสอบ CAD ที่เป็นระบบคอมพิวเตอร์ที่วิเคราะห์ข้อมูลเกี่ยวกับรอยโรคที่ผิวหนังที่ได้จากการส่องกล้องผิวหนังด้วยกล้องหรือเทคนิคอื่น ๆ ที่ใช้แสงเพื่ออธิบายคุณลักษณะของรอยโรคที่ผิวหนัง (สเปกโทรสโกปี) เพื่อให้ได้ผลลัพธ์ที่บ่งชี้ว่ามีแนวโน้มว่าจะเกิดมะเร็งผิวหนังหรือไม่ เราได้รวมระบบ CAD ที่ได้รับข้อมูลจากภาพรอยโรคจากการส่องกล้อง (Derm–CAD) หรือใช้ข้อมูลจากสเปกโทรสโกปี การศึกษาสเปกโทรสโกปีส่วนใหญ่ใช้ข้อมูลจากการถ่ายภาพแบบหลายสเปกตรัม (MSI–CAD) และเป็นจุดหลักที่สนใจในการทบทวนวรรณกรรมนี้ เมื่อผู้เชี่ยวชาญด้านมะเร็งผิวหนังพบว่ามีรอยโรคที่น่าสงสัยด้วยการตรวจด้วยตาทั้งที่มีหรือไม่มีการส่องกล้องตรวจเพิ่มเติม ผลจากระบบ CAD เพียงอย่างเดียวสามารถใช้ในการวินิจฉัยโรคมะเร็งผิวหนังได้ (การวินิจฉัยด้วย CAD เป็นพื้นฐาน) หรือจะใช้เป็นตัวช่วยเสริมของแพทย์ที่นอกเหนือจากการตรวจดูรอยโรคที่ผิวหนังด้วยการมองเพื่อช่วยพวกเขาในการวินิจฉัย (การวินิจฉัยโดยใช้ CAD เป็นตัวช่วย) นักวิจัยได้ทดสอบระบบ CAD ว่ามีประโยชน์อย่างไรในการช่วยวินิจฉัยมะเร็งผิวหนัง เพิ่มเติมจากการตรวจด้วยสายตาและการส่องกล้องตรวจผิวหนัง

ผลลัพธ์หลักของการทบทวนวรรณกรรมคืออะไร

การทบทวนวรรณกรรมนี้รวบรวมการศึกษา 42 ฉบับที่ศึกษาระบบ CAD สำหรับการวินิจฉัยมะเร็งผิวหนังเมลาโนมา หลักฐานยังไม่เพียงพอที่จะระบุความถูกต้องแม่นยำของระบบ CAD สำหรับการวินิจฉัย BCC (การศึกษา 3 ฉบับ) หรือ cSCC (การศึกษา 1 ฉบับ)

ผลลัพธ์ของ Derm-CAD สำหรับการวินิจฉัยมะเร็งผิวหนังเมลาโนมา

ผลลัพธ์หลักของ Derm-CAD มาจากการศึกษา 22 ฉบับ รวมถึงรอยโรค 8992 รอย

เมื่อประยุกต์ไปสู่กลุ่ม 1000 รอยของโรคผิวหนัง ซึ่ง 200 รอยโรค (20%) ได้รับการวินิจฉัยขั้นสุดท้าย* ว่าเป็นมะเร็งผิวหนังเมลาโนมา ผลลัพธ์ที่ได้แนะนำว่า:

- ประมาณ 386 คนจะมีผลตรวจจาก Derm–CAD ที่บ่งชี้ว่าพบมะเร็งผิวหนังเมลาโนมา และในจำนวนนี้มี 206 คน (53%) จะไม่มีมะเร็งผิวหนังเมลาโนมาจริง (ผลบวกลวง)

- จาก 614 คนที่มีผล Derm–CAD ระบุว่าไม่พบมะเร็งผิวหนัง มีจำนวน 20 คน (3%) จะเป็นมะเร็งผิวหนังจริง (ผลลบลวง)

ไม่มีหลักฐานที่บ่งชี้ว่า การตรวจผิวหนังด้วยกล้องส่อง หรือ Derm–CAD มีความสามารถแตกต่างทั้งในแง่ของการตรวจพบหรือแยกแยะมะเร็งผิวเมลาโนมา

ผลลัพธ์ของ MSI–CAD สำหรับการวินิจฉัยมะเร็งผิวหนังเมลาโนมา

ผลลัพธ์หลักของ MSI–CAD มาจากการศึกษา 8 ฉบับ รวมรอยโรค 2401 รอย ในกลุ่มคน 1000 คน ในจำนวนนี้มี 200 คน (20%) เป็นมะเร็งผิวหนัง*จริง ดังนั้น:

- ประมาณ 637 คนจะมีผลตรวจจาก MSI–CAD ที่บ่งชี้ว่าพบมะเร็งผิวหนังเมลาโนมา และในจำนวนนี้มี 451 คน (71%) จะไม่เป็นมะเร็งผิวหนังเมลาโนมาจริง (ผลบวกลวง)

- จาก 363 คนที่มีผล MSI–CAD ที่ระบุว่าไม่พบมะเร็งผิวหนังเมลาโนมา จะมีจำนวน 14 คน (4%) จะเป็นมะเร็งผิวหนังเมลาโนมาจริง (ผลลบลวง)

MSI–CAD ตรวจพบมะเร็งผิวหนังมากขึ้น แต่อาจให้ผลบวกลวงเพิ่มขึ้นเช่นกัน (จะเพิ่มการผ่าตัดที่ไม่จำเป็น)

ความน่าเชื่อถือของผลการศึกษาในการทบทวนวรรณกรรมในครั้งนี้เป็นอย่างไร

การรายงานการศึกษาที่ไม่สมบูรณ์ทำให้เราตัดสินความน่าเชื่อถือของการศึกษาได้ยาก การศึกษาจำนวนมากยังคงมีข้อจำกัดที่สำคัญ บางการศึกษารวมรอยโรคผิวหนังเฉพาะประเภทหรือนำรอยโรคที่วินิจฉัยได้ยากออก ที่สำคัญ การศึกษาส่วนใหญ่รวมเอาเฉพาะรอยโรคที่ผิวหนังที่มีผลการตรวจชิ้นเนื้อ ซึ่งหมายความว่ามีเพียงตัวอย่างรอยโรคที่แพทย์ให้ตรวจในทางปฏิบัติเท่านั้น คุณลักษณะเหล่านี้อาจส่งผลให้ระบบ CAD มีความแม่นยำมากขึ้นหรือน้อยลงกว่าที่เป็นจริง

ผลของการทบทวนวรรณกรรมนี้ควรนำไปใช้กับใคร

การศึกษาส่วนใหญ่ดำเนินการศึกษาในยุโรป (29, 69%) และอเมริกาเหนือ (8, 19%) อายุเฉลี่ย (รายงานในการศึษา 6/42 ฉบับ) อยู่ช่วงระหว่าง 32 ถึง 49 ปีสำหรับมะเร็งผิวหนังเมลาโนมา เปอร์เซ็นต์ของผู้ที่ได้รับการวินิจฉัยขั้นสุดท้ายว่าเป็นมะเร็งผิวหนังเมลาโนมาอยู่ระหว่าง 1% ถึง 52% บอกไม่ได้เสมอไปว่ามะเร็งผิวหนังที่น่าสงสัยในการศึกษาผู้เข้าร่วมได้รับมาจากการตรวจทางคลินิคเพียงอย่างเดียว หรือมาจากทั้งสองไม่ว่าจะเป็นทางคลินิคหรือการส่องกล้องตรวจผิวหนัง การศึกษาเกือบทั้งหมดรอยโรคที่ผิวหนังถูกตรวจวินิจฉัยที่คลินิกเฉพาะทาง มากกว่าที่จะตรวจด้วยแพทย์ที่สถานพยาบาลปฐมภูมิ

อะไรคือสิ่งที่เกี่ยวข้องกับการทบทวนวรรณกรรมนี้

ระบบ CAD ดูเหมือนจะแม่นยำในการระบุมะเร็งผิวหนังเมลาโนมาในรอยโรคที่ผิวหนังที่ถูกเลือกออกจากกรตรวจทางคลินิค (การตรวจด้วยสายตาและการส่องกล้องผิวหนัง) อาจเป็นไปได้ว่าระบบ CAD บางระบบสามารถระบุมะเร็งผิวหนังเมลาโนมาได้มากกว่าแพทย์ที่ใช้ภาพจากส่องกล้องที่ผิวหนัง อย่างไรก็ตาม ระบบ CAD ยังให้การวินิจฉัยผลบวกลวงมากกว่าการส่องกล้องที่ผิวหนัง และสามารถนำไปสู่การผ่าตัดที่ไม่จำเป็นเพิ่มขึ้นอย่างมาก ประสิทธิภาพของระบบ CAD ในการตรวจหามะเร็งผิวหนัง BCC และ cSCC ยังไม่ชัดเจน จำเป็นต้องมีการศึกษาเพิ่มเติมเพื่อประเมินการใช้ CAD โดยแพทย์ในการวินิจฉัยโรคมะเร็งผิวหนัง เปรียบเทียบกับการวินิจฉัยโดยการใช้กล้องส่องที่ผิวหนัง ทั้งในสถานพยาบาลแบบปฐมภูมิและในคลินิกเฉพาะทางมะเร็งผิวหนัง

การทบทวนวรรณกรรมนี้เป็นปัจจุบันแค่ไหน

ผู้ทบทวนวรรณกรรมได้สืบค้นการศึกษาที่ได้รับการตีพิมพ์จนถึงเดือนสิงหาคม 2016

*ในการศึกษาเหล่านี้ การตัดชิ้นเนื้อ การติดตามทางคลินิก หรือการวินิจฉัยของแพทย์ผู้เชี่ยวชาญเป็นแบบมาตรฐานที่อ้างอิงได้ (เป็นการวินิจฉัยขั้นสุดท้าย)

ข้อสรุปของผู้วิจัย: 

ในกลุ่มประชากรผู้ป่วยที่ได้รับการคัดเลือกอย่างดี CAD ทุกประเภทมีความไวสูง และอาจพิสูจน์ได้ว่าเป็นประโยชน์ในการสนับสนุนการวินิจฉัยของผู้เชี่ยวชาญ เพื่อช่วยลดความเสี่ยงการวินิจฉัยมะเร็งผิวหนังชนิดเมลาโนมาผิดพลาด อย่างไรก็ตาม หลักฐานในปัจจุบันยากเกินไปที่จะเข้าใจว่าการแปลงผลลัพธ์ของระบบ CAD ไปสู่การตัดสินใจของคลินิกที่แตกต่างกันในทางปฏิบัติ มีข้อมูลไม่เพียงพอเกี่ยวกับการใช้ CAD ในชุมชน หรือการตรวจหามะเร็งผิวหนังชั้นหนังกำพร้า หลักฐานสำหรับแต่ละระบบมีข้อจำกัดเกินกว่าที่จะสรุปได้ว่าระบบไหนอาจเป็นประโยชน์ในการปฏิบัติ จำเป็นต้องมีการศึกษาเปรียบเทียบแบบไปข้างหน้าเพื่อประเมินการใช้งานระบบ CAD ที่พร้อมใช้งานเป็นเครื่องมือช่วยในการวินิจฉัย โดยเปรียบเทียบกับการส่องกล้องผิวหนังแบบหน้าต่อหน้า และในประชากรที่เข้าร่วมที่เป็นตัวแทนของกลุ่มที่จะเข้ารับการทดสอบในทางปฏิบัติ

อ่านบทคัดย่อฉบับเต็ม
บทนำ: 

การตรวจหามะเร็งผิวหนังทุกชนิดอย่างแม่นยำในระยะแรกเป็นสิ่งสำคัญในการใช้เป็นแนวทางเพื่อการจัดการโรคที่เหมาะสม ลดการเจ็บป่วย และเพิ่มโอกาสรอดชีวิต มะเร็งผิวหนังชนิดเมลาโนมา (Melanoma) และมะเร็งสเควมัสเซลล์ (cSCC) เป็นมะเร็งผิวหนังชนิดที่มีความเสี่ยงสูงที่มะเร็งจะแพร่กระจายและนำไปสู่การเสียชีวิตในที่สุด ในขณะที่มะเร็งผิวหนังชนิดเซลล์ต้นกำเนิด (BCC) มักจะเป็นเฉพาะที่และมีโอกาสแทรกซึมทำลายเนื้อเยื่อรอบ ๆ ความวิตกกังวลในการพลาดการรักษาในกรณีที่สามาถรักษาได้ในระยะเริ่มแรกมีความจำเป็นต้องมีความสมดุลต่อการส่งต่อที่ไม่เหมาะสมและการตัดชื้นเนื้อจากรอยโรคโดยไม่จำเป็น ระบบการวินิจฉัยโดยใช้คอมพิวเตอร์เป็นผู้ช่วย (CAD) ใช้ปัญญาประดิษฐ์ในการวิเคราะห์ข้อมูลของรอยโรคและทำการวินิจฉัยโรคมะเร็งผิวหนัง เมื่อใช้ในหน่วยที่ไม่ใช่เฉพาะทาง ('การดูแลเบื้องต้น') CAD อาจช่วยเให้แพทย์ทั่วไป (GP) หรือแพทย์อื่น ๆ คัดแยกรอยโรคที่มีความเสี่ยงสูงส่งต่อไปยังการดูแลในขั้นทุติยภูมิได้อย่างเหมาะสมยิ่งขึ้น การทำควบคู่กันของการวินิจฉัยทางคลินิคและ การตรวจด้วยเครื่อง dermoscopic ต่อเนื้อร้ายที่น่าสงสัย CAD อาจลดการตัดชิ้นเนื้อออกที่ไม่จำเป็นโดยไม่พบเซลล์มะเร็งผิวหนังชนิดเมลาโนมา

วัตถุประสงค์: 

เพื่อตรวจสอบความถูกต้องแม่นยำของระบบ CAD สำหรับการวินิจฉัยมะเร็งผิวหนังชนิดเมลาโนมาบุกรุกชั้นหนังแท้ (CIM) และมะเร็งผิวหนังชนิดเมลาโนไซต์บุกรุกชั้นหนังกำพร้าที่ผิดปกติ (AIMV), BCC หรือ cSCC ในผู้ใหญ่, และเพื่อเปรียบเทียบความแม่นยำกับการตรวจด้วยกล้อง dermoscopy

วิธีการสืบค้น: 

ผู้วิจัยได้ดำเนินการค้นหาอย่างครอบคลุมตั้งแต่เริ่มต้นจนถึงวันที่ เดือนสิงหาคม 2016 ในฐานข้อมูลต่อไปนี้: Cochrane Central Register of Controlled Trials, MEDLINE, Embase, CINAHL, CPCI, Zetoc, Science Citation Index, US National Institutes of Health Ongoing Trials Register, NIHR Clinical Research Network Portfolio Database and the World Health Organization International Clinical Trials Registry Platform เราศึกษารายการอ้างอิงตลอดจนบทความของการทบทวนวรรณกรรมอย่างเป็นระบบที่มีการตีพิมพ์

เกณฑ์การคัดเลือก: 

การออกแบบการศึกษาใดๆ ที่ประเมิน CAD เพียงอย่างเดียว หรือเมื่อเปรียบเทียบกับการตรวจด้วยกล้อง dermoscopy ในผู้ใหญ่ที่มีรอยโรคที่น่าสงสัยของมะเร็งผิวหนังชนิดเมลาโนมา หรือ BCC หรือ cSCC, และเปรียบเทียบกับวิธีมาตรฐานอ้างอิงไม่ว่าจะเป็นการยืนยันทาง histological confirmation หรือการติดตามผลทางคลินิก

การรวบรวมและวิเคราะห์ข้อมูล: 

ผู้วิจัยทั้ง 2 คนดึงข้อมูลทั้งหมดโดยอิสระต่อกันโดยใช้แบบฟอร์มการดึงข้อมูลแบบมาตรฐานและแบบฟอร์มประเมินคุณภาพ (ตามวิธี QUADAS-2) เราติดต่อผู้เขียนงานวิจัยที่นำเข้าในการทบทวนวรรณกรรมนี้ ที่ขาดข้อมูลเกี่ยวข้องกับเงื่อนไขของกลุ่มเป้าหมายหรือเกณฑ์การวินิจฉัยไป เราประมาณค่าความไวและความจำเพาะโดยสรุปแยกกันตามประเภทของระบบ CAD โดยใช้ตัวแบบ bivariate hierarchical mode เราเปรียบเทียบ CAD กับ dermoscopy โดยใช้ (a) ข้อมูล CAD ที่มีอยู่ทั้งหมด (การเปรียบเทียบทางอ้อม) และ (b) การศึกษาที่เปรียบเทียบข้อมูลการทดสอบทั้งสอง (การเปรียบเทียบโดยตรง) เราทดสอบการมีส่วนร่วมของการตัดสินใจของมนุษย์ต่อความแม่นยำของการวินิจฉัย CAD ในการวิเคราะห์ความไวโดยการลบการศึกษาที่ CAD ให้ผลลัพธ์แก่แพทย์เพื่อเป็นแนวทางในการตัดสินใจในการวินิจฉัย

ผลการวิจัย: 

เราได้รวบรวมการศึกษา 42 ฉบับ โดยการศึกษา 24 ฉบับได้ประเมินระบบ CAD ที่ใช้ Dermascopy แบบดิจิทัล (Derm–CAD) ในการศึกษา 23 ฉบับที่มี 9602 รอยโรค (มะเร็งผิวหนัง 1220 รอย, BCCs อย่างน้อย 83 รอย, cSCC 9 รอย) โดย 32 ชุดข้อมูลสำหรับ Derm–CAD และอีก 7 ชุดข้อมูลสำหรับ dermoscopy การศึกษา 18 ฉบับ ประเมิน CAD ที่ใช้สเปกโทรสโกปี (Spectro–CAD) ใน 16 กลุ่มการศึกษา ที่มี 6336 รอยโรค (มะเร็งผิวหนัง 934 รอย, BCC 163 รอย, cSCC 49 รอย) โดยมี 32 ชุดข้อมูลสำหรับ Spectro–CAD และอีก 6 ชุดข้อมูลสำหรับ dermoscopy ในการศึกษา 15 ฉบับที่ใช้การถ่ายภาพมัลติสเปกตรัม (MSI) ซึ่งมี การศึกษา 2 ฉบับใช้สเปกโทรสโกปีอิมพีแดนซ์เชิงไฟฟ้า (EIS) และการศึกษา 1 ฉบับโดยใช้สเปกโทรสโกปีแบบสะท้อนกลับแบบกระจายแสง (DRS) การรายงานการศึกษายังไม่สมบูรณ์และยังไม่มีความชัดเจนถึงความเสี่ยงที่จะเกิดอคติที่สูงในทุกด้าน การศึกษาที่รวบรวมมาตอบคำถามการทบทวนได้ไม่ดีพอ เนื่องจากมีการศึกษาที่มีคุณภาพต่ำจำนวนมาก การรายงานผลที่ไม่ดี และการคัดเลือกกลุ่มผู้เข้าร่วมที่เหมาะสมที่สุด

ทุกระบบของ CAD ทั้งหมด เราพบความผันแปรอย่างมากในเทคโนโลยีฮาร์ดแวร์และซอฟต์แวร์ที่ใช้ การจำแนกประเภทของอัลกอริธึมที่ใช้ วิธีการที่ใช้ในการฝึกอัลกอริธึม และลักษณะทางสัณฐานวิทยาของรอยโรคซึ่งได้รับการสกัดจำแนกออกมาและวิเคราะห์ในทุกระบบของ CAD ทั้งหมด และแม้กระทั้งระหว่างการศึกษาก็ประเมินระบบของ CAD การวิเคราะห์เมตาพบว่าระบบของ CAD มีความไวสูงสำหรับการระบุมะเร็งผิวหนังชนิดเมลาโนมาที่ลุกลามที่ถูกต้องและเนื้องอกเม็ดสีชนิดไม่ปกติที่อยู่เฉพาะชั้นหนังกำพร้าในกลุ่มประชากรที่ได้รับการคัดเลือก แต่มีความจำเพาะที่ต่ำและมีความผันแปรมาก โดยเฉพาะอย่างยิ่งระบบ Spectro–CAD ข้อมูลที่รวบรวมจากการศึกษา 22 ฉบับ ประมาณค่าความไวของ Derm – CAD สำหรับการตรวจหามะเร็งผิวหนังได้ 90.1% (ช่วงความเชื่อมั่น 95% (CI) 84.0% ถึง 94.0%) และค่าความจำเพาะได้ 74.3% (95% CI 63.6% ถึง 82.7%) ข้อมูลที่รวบรวมจากการศึกษา 8 ฉบับ ประมาณค่าความไวของการถ่ายภาพแบบหลายสเปกตรัม CAD (MSI – CAD) ได้ 92.9% (95% CI 83.7% ถึง 97.1%) และค่าความจำเพาะที่ 43.6% (95% CI 24.8% ถึง 64.5%) เมื่อนำไปใช้กับประชากรสมมุติที่มี 1000 รอยโรค โดยมีค่าเฉลี่ยความชุกของมะเร็งผิวหนังที่สังเกตได้ 20%, Derm–CAD จะตรวจหามะเร็งผิวหนังพลาด 20 รอยโรค และจะนำไปสู่ผลลัพธ์ที่เป็นผลบวกลวงจำนวน 206 รอยของมะเร็งผิวหนัง MSI–CAD จะตรวจหามะเร็งผิวหนังพลาดถึง 14 รอย และจะนำไปสู่การวินิจฉัยมะเร็งผิวหนังผิด ถึง 451 รอย การค้นพบเบื้องต้นชี้ให้เห็นว่าระบบ CAD มีความไวอย่างน้อยพอๆ กับการประเมินภาพถ่ายผิวหนังเพื่อวินิจฉัยมะเร็งผิวหนังชนิดลุกลามและเนื้องอกเม็ดสีชนิดไม่ปกติที่อยู่บริเวณชั้นหนังกำพร้า เราไม่สามารถสรุปเกี่ยวกับการใช้ CAD ในกลุ่มประชากรที่ไม่ได้ส่งต่อมาได้ หรือความแม่นยำในการตรวจหามะเร็งผิวหนังชั้นหนังกำพร้า หรือการใช้ในรูปแบบใดๆ ก็ตาม เพื่อช่วยในการวินิจฉัย เนื่องจากการศึกษายังไม่เพียงพอ

บันทึกการแปล: 

แปลโดย ฎลกร จำปาหวาย

Tools
Information