Zum Hauptinhalt springen

APASI

info
Alle Items dieses Scoring-Systems können automatisch aus dem Bild extrahiert werden. Dadurch müssen Sie die questionnaireResponse nicht bereitstellen.

Was ist APASI?

Der Automatische Psoriasis Flächen- und Oberflächenindex (Automatic Psoriasis Area and Surface Index, APASI) stellt als automatisierte Iteration des am häufigsten verwendeten Bewertungssystems zur Beurteilung des Schweregrads der Psoriasis in klinischen Studien einen bedeutenden Fortschritt dar. Die Komplexität, der erhebliche Aufwand und der Zeitbedarf, die mit der Durchführung der Beurteilung verbunden sind, haben jedoch dazu geführt, dass in der täglichen Praxis überwiegend der PASI verwendet wird. Eine zusätzliche Einschränkung liegt in der Variabilität zwischen den Beobachtern, die in unserer eigenen retrospektiven Studie mit 17 % angegeben wurde.

APASI ist eine transformative Lösung für diese Herausforderungen, indem es die Möglichkeiten von Smartphone-Bildern nutzt. Der Algorithmus identifiziert präzise das Ausmaß und die Intensität visueller Symptome wie Erythem, Verhärtung und Abschuppung und ermöglicht die Berechnung der PASI-Werte innerhalb weniger Sekunden.

Körperregionen

Der PASI definiert 4 Körperregionen:

  • Kopf: Kopfhaut und Hals.
  • Obere Extremitäten: Arme, Hände, Handflächen.
  • Rumpf: Achselhöhlen, Torso und Genitalien.
  • Untere Extremitäten: Gesäß, Beine und Füße.

Jede Körperregion trägt mit einem anderen Prozentsatz zum Endergebnis bei: Kopf 10 %, obere Extremitäten 20 %, Rumpf 30 % und untere Extremitäten 40 %.

Lokaler APASI

Der klassische PASI wird bei der Untersuchung des Patienten erstellt, d.h. er basiert auf der Beurteilung durch den Dermatologen. Wenn es jedoch um klinische Bilder geht, die mit einem Smartphone aufgenommen wurden, müssen wir uns auf die Fähigkeiten der Person, die das Foto macht und die begrenzten Möglichkeiten des Aufnahmegeräts verlassen.

Der lokale APASI wird ähnlich wie der PASI erstellt, aber er bezieht sich nur auf Bilder. Die Berechnung erfolgt anhand der Intensität der visuellen Symptome auf einer Skala von 0 bis 4 und der Ausdehnung der Fläche. Unter Verwendung eines KI-Markers, eines farbigen Aufklebers für die Kalibrierung und Auflösungsmessung, einer Formel für die Körperoberfläche (Body Surface Area, BSA) und des Prozentsatzes der Körperregion können wir das Ausmaß der Oberfläche auf dieser spezifischen Körperregion schätzen.

Allgemeiner APASI

Der allgemeine APASI wird berechnet, indem mehrere Fotos des Patienten in die Berechnung aufgenommen werden. Es werden nur Fotos der betroffenen Bereiche benötigt, und das Verfahren zur Erfassung wird im nächsten Abschnitt erläutert.

Wenn mehrere Bilder derselben Region aufgenommen werden (z.B. rechter und linker Arm, die beide zur Kategorie der oberen Extremitäten gehören), wird die maximale Intensität für diese Region verwendet. Dies folgt der Definition des PASI, bei der für jede Körperregion ein repräsentativer Bereich der Psoriasis ausgewählt wird.

So macht man Fotos

Um eine optimale Leistung des Algorithmus zu erreichen, ist die Aufnahme von qualitativ hochwertigen Fotos von größter Bedeutung. Ein umfassender Leitfaden mit wichtigen Tipps für die Bildaufnahme hilft Ihnen bei diesem Unterfangen. Dieser Abschnitt befasst sich ausschließlich mit dem Vorgang des Fotografierens, mit dem einzigen Ziel, die besten Ergebnisse bei der APASI-Berechnung zu erzielen.

Wie funktioniert APASI?

APASI verwendet hochmoderne neuronale Faltungsnetzwerke, die auf einem riesigen Datensatz mit Tausenden von Bildern trainiert und von zahlreichen Experten genauestens kommentiert wurden.

Schätzung der Körperoberfläche (BSA)

Das Ausmaß der von Psoriasis betroffenen Haut wird in vier verschiedenen Körperregionen beurteilt. Innerhalb jeder Region wird die betroffene Fläche in Kategorien eingeteilt: nicht vorhanden (0), 1-9 % (Punktzahl 1), 10-29 % (Punktzahl 2), 30-49 % (Punktzahl 3), 50-69 % (Punktzahl 4), 70-89 % (Punktzahl 5) oder 90-100 % (Punktzahl 6). APASI verwendet eine Erkennung auf Pixelebene, um das Ausmaß der Krankheit festzustellen, nutzt den Kalibrierungsmarker, um Oberflächenmessungen in Quadratzentimetern abzuleiten, und verwendet eine Formel zur Schätzung der gesamten Körperoberfläche, um so den Prozentsatz der betroffenen Stellen am Körper zu bestimmen.

Bewertung der Intensität visueller Symptome

Der Algorithmus quantifiziert die Intensität der Psoriasis-Merkmale wie Rötung, Dicke und Schuppenbildung auf einer Skala von nicht vorhanden (0), leichtgradig (1), mittelgradig (2), schwergradig (3) oder äußerst schwergradig (4). Diese Bewertung ermöglicht es APASI, den Schweregrad dieser visuellen Symptome vollständig zu erfassen und eine genaue Bewertung vorzunehmen.

Leistung

APASI wurde sowohl in retrospektiven als auch in prospektiven klinischen Studien eingehend geprüft und hat im Vergleich zu den Untersuchungen von Dermatologen immer wieder seine Überlegenheit bewiesen. Die folgenden Tabellen geben einen umfassenden Überblick über die Variabilität, ausgedrückt als Absoluter Fehler-Mittelwert (Root Mean Absolute Error, RMAE), die zwischen den Spezialisten und dem Algorithmus beobachtet wurde:

Visuelle SymptomeRMAE bei DermatologenRMAE bei APASI
Erythema13,329,97
Verhärtung18,629,81
Abschuppung17,6111,5
Mittelwert16,5110,42

APASI-Punktzahl anfragen

Relevant keys in the body of the request
{
"requestId": "90925097-820b-403d-a75d-4cd989903df1",
"data": {
"type": "image",
"modality": "clinical",
"operator": "Practitioner",
"bodySite": "ARM_LEFT",
"knownConditionForThisImage": {
"conclusion": "Psoriasis"
},
"previousMedia": [
{
"content": "base64 image",
"date": "2022-02-22T12:16:59+01:00"
}
],
"subject": {
"identifier": "6ec724a0-6fa3-11eb-a15f-0242ac160004",
"gender": "m",
"height": 175,
"weight": 71,
"birthdate": "1986-10-21",
"generalPractitioner": {
"identifier": "44f89a8c-6f8a-11eb-9c8a-0242ac160004"
},
"managingOrganization": {
"identifier": "b13cd636-327b-11ec-86b0-0242ac180004",
"display": "Hospital Central"
}
},
"scoringSystems": ["APASI_LOCAL", "PASI_LOCAL", "DLQI", "PURE4"],
"questionnaireResponse": {
"DLQI": {
"question1": 2,
"question2": 3,
"question3": 1,
"question4": 2,
"question5": 1,
"question6": 2,
"question7": 2,
"question8": 2,
"question9": 3,
"question10": 2
},
"APASI_LOCAL": {
"surface": 1
},
"PASI_LOCAL": {
"surface": 1,
"erythema": 1,
"induration": 2,
"desquamation": 2
},
"PURE4": {
"question1Pure": "0",
"question2Pure": "1",
"question3Pure": "0",
"question4Pure": "0"
}
},
"content": "base64 image"
}
}
Check out the documentation
Es ist wichtig, dass Sie sich den Abschnitt Ausgabe dieser Dokumentation ansehen, um zu verstehen, wie Sie die Anfrage erstellen sollten und wie die Antwort aussehen wird. Denken Sie daran, dass dies ein Ausschnitt aus einer größeren JSON-Datei ist.

Fragebogen für das Bewertungssystem

Relevant keys in the body of the request
{
"code": "APASI_LOCAL",
"questions": [
{
"code": "surface",
"label": "Affected area",
"answers": [
{ "label": "0", "value": "0" },
{ "label": "0-10%", "value": "1" },
{ "label": "10-30%", "value": "2" },
{ "label": "30-50%", "value": "3" },
{ "label": "50-70%", "value": "4" },
{ "label": "70-90%", "value": "5" },
{ "label": "90-100%", "value": "6" }
],
"openField": false
}
]
}

Antwort

Relevant keys in the body of the response
"evolution": {
"domains": {
"APASI_LOCAL": {
"explainabilityMedia": {
"content": "base 64 image",
"detections": null
},
"facets": {
"desquamation": {
"intensity": 0,
"value": 0
},
"erythema": {
"intensity": 0,
"value": 0
},
"induration": {
"intensity": 0,
"value": 0
},
"surface": {
"intensity": 1,
"value": 10
}
},
"grade": {
"category": "None",
"score": 0.0
}
}
}
}
Check out the documentation
Es ist wichtig, dass Sie sich den Abschnitt Ausgabe dieser Dokumentation ansehen, um zu verstehen, wie Sie die Anfrage erstellen sollten und wie die Antwort aussehen wird. Denken Sie daran, dass dies ein Ausschnitt aus einer größeren JSON-Datei ist.