Nieuws

Check je vlek met een app

Gepubliceerd
10 januari 2020
Het lijkt zo’n goed idee: met je smartphone een foto maken van je huidafwijking om via een speciale app te bekijken of de huidafwijking verdacht is of niet. Dan hoef je niet voor elk vlekje naar de dokter. Uit een onderzoek blijkt echter dat de app huidkanker weliswaar goed herkent, maar ook veel benigne huidafwijkingen als verdacht bestempelt.
0 reacties

In een Roemeens onderzoek, waarbij ook het Erasmus MC was betrokken, bekeek men de app van het bedrijf SkinVision (tevens een belangrijke sponsor van het onderzoek). De app kost ongeveer 30 euro per jaar, maar wordt door een beperkt aantal zorgverzekeraars (zoals CZ) vergoed.

De onderzoekers bepaalden de sensitiviteit en specificiteit van de app met verschillende datasets. Naast datasets uit eerdere onderzoeken namen zij ook de data mee van gebruikers van de app. De sensitiviteit voor het herkennen van huidkanker was 95% (95%-BI 91,9 tot 97,3). Voor melanoom was dit 92,8% (95%-BI 87,8 tot 96,5) en voor overige huidkanker 97,3% (95%-BI 93,2 tot 99,3). De specificiteit was 78,3% (95%-BI 77,2 tot 79,3). Dat betekent dat de app ruim 78% van de goedaardige huidafwijkingen ook werkelijk als goedaardig herkent, maar bij ruim 20% van de goedaardige afwijkingen verder onderzoek adviseert (fout-positief).

De conclusie is dat de diagnostische nauwkeurigheid van deze app beter is dan die van een huisarts en in de buurt komt van die van een dermatoloog (sensitiviteit dermatoloog ongeveer 90%, specificiteit ongeveer 70%). Een specificiteit van 78% zal veel fout-positieve uitslagen opleveren, vooral als de app wordt gebruikt door leken en de incidentie van de afwijking laag is, wat kan leiden tot onnodige zorgconsumptie. Dat is goed om te weten als patiënten hiermee op het spreekuur komen. En misschien moeten we als huisarts de app zelf maar gaan gebruiken in plaats van hem te adviseren aan onze patiënten.

Literatuur

  • Udrea A, et al. Accuracy of a smartphone application for triage of skin lesions based on machine learning algorithms. J Eur Acad Dermatol Venereol 2019 Sep 8. DOI: 10.1111/jdv.15935 [Epub ahead of print].

Reacties

Er zijn nog geen reacties

Verder lezen