Oleh Dzyubachyk

LUMC

Het onderzoek van Oleh Dzyubachyk houdt in het kort het volgende in:

Identifying Individuals at High Risk of Melanoma Using Total-Body Photographs: A Deep-Learning Approach

Het melanoom is een agressieve vorm van huidkanker die gepaard gaat met aanzienlijke mortaliteit en zorgkosten. Het levenslange risico op het ontwikkelen van melanoom in Nederland is 1%, waarbij bepaalde subgroepen een hoger risico lopen door erfelijke aanleg, meerdere atypische moedervlekken, een lichte huidskleur en overmatige blootstelling aan UV-straling. Vroegtijdige diagnose is cruciaal om metastasering te voorkomen en periodieke controles van de huid worden aanbevolen voor patiënten met een hoog risico op het ontwikkelen van een melanoom. De huidige criteria om patiënten te identificeren die geadviseerd worden om levenslange periodieke screening te ondergaan zijn breed en kunnen aanzienlijk worden verbeterd. Huidkankerscreening is gerelateerd aan aanzienlijke zorgkosten en zijn niet haalbaar voor alle risicopersonen (ongeveer één miljoen mensen in Nederland).

Wij hebben een unieke set van full body foto’s en gedetailleerde klinische gegevens verzameld van patiënten met een verhoogd risico op melanoom. Door gebruik te maken van deep learning zullen wij een algoritme ontwikkelen dat patiënten kan identificeren met atypische moedervlekken en erfelijke melanoomgevoeligheid die een bijzonder hoog risico lopen. Dit stelt artsen in staat om patiënten met een hoog risico op melanoom te selecteren voor periodiek huidonderzoek, instructies voor huidzelfonderzoek, sequentiële fotografie en excisies van verdachte huidlaesies, terwijl onnodige huidkankerscreening kan worden verminderd. Het vermogen van deep learning algoritmen om patronen te detecteren die geassocieerd zijn met een hoog risico op melanoom in deze multimodale gegevens kan de ontwikkeling van gepersonaliseerde preventiestrategieën voor zowel hoog- als gematigd risicopatiënten verbeteren.