Sztuczna inteligencja w diagnostyce onkologicznej: jak systemy AI wspierają ocenę zmian skórnych

Według danych dostawcy — firmy Skin Analytics — narzędzie osiąga 99,9% skuteczności w wykluczaniu czerniaka i 97% czułości w detekcji nowotworów skóry. Dla klinicysty podejmującego decyzje o kierunku diagnostyki to parametry, które warto znać.

Parametry skuteczności

System analizuje cyfrowe obrazy znamion i zmian skórnych, klasyfikując je do trzech kategorii: złośliwe, przedrakowe i łagodne. Taki podział odpowiada trzem decyzjom klinicznym — skierować natychmiast, zaplanować kontrolę w krótkim interwale, zwolnić z dalszej diagnostyki. Istotne są twarde parametry: 99,9% w wykluczaniu czerniaka oraz 97% czułości, co przekłada się na około 3% wyników fałszywie ujemnych. W onkologii skórnej to margines wymagający walidacji histopatologicznej każdego przypadku, nie alternatywa dla biopsji.

W roku 2025-26 algorytm pomógł uniknąć 4640 wizyt osobistych w regionie. To miara skuteczności triage'u, nie samej diagnostyki.

Mechanizm i warunki działania

DERM AI pracuje na obrazie 2D. Powtarzalność predykcji zależy od protokołu akwizycji: stałej odległości obiektywu od powierzchni skóry, referencyjnej skali barw, jednorodnego spektrum oświetlenia, kontrolowanej rozdzielczości matrycy. Bez tych parametrów wejściowych algorytm traci stabilność wyniku w czasie. Wdrożenie narzędzia tej klasy wymaga zdefiniowania w gabinecie procedury fotografii zmian barwnikowych — instrukcji dla personelu, znacznika skali, wzornika balansu bieli.

System nie zastępuje dermatoskopii ani histopatologii. Jest filtrem preselekcyjnym oddzielającym zmiany łagodne od wymagających dalszej oceny klinicznej. Decyzja o biopsji pozostaje po stronie dermatologa.

Implikacje dla praktyki estetycznej

Algorytmy triażowe zmieniają logikę pierwszego kontaktu z pacjentem w gabinecie medycyny estetycznej. Trzy elementy wymagają zaplanowania:

• ścieżka postępowania z podejrzaną zmianą barwnikową — od pierwszej konsultacji do skierowania do dermatologa lub chirurga onkologa,
• dokumentacja fotograficzna umożliwiająca porównanie zmian w czasie,
• śledzenie, które rozwiązania AI w dermatologii uzyskują certyfikację i są dostępne w Polsce.

Program z Cheshire i Merseyside został nominowany w dwóch kategoriach nagród HSJ 2026. Wyniki ogłoszone zostaną w listopadzie. Niezależnie od werdyktu, skala wdrożenia — sześć trustów, blisko pięciu tysięcy zaoszczędzonych wizyt rocznie — wyznacza punkt odniesienia dla dyskusji o roli preselekcji AI w ścieżce onkologicznej w innych systemach opieki zdrowotnej.