SciBase utvecklade nytt analysinstrument med hjälp av Azure och Peltarions AI-plattform

SciBase är ett medicintekniskt företag med en lång erfarenhet av icke-invasiv detektion av hudcancer och har den enda apparaten som är godkänd för melanomdetektion i USA. SciBase har med stöd från Peltarion och Microsoft nu tagit fram en ny AI-baserad applikation för analys av hudens barriärfunktion.

Tekniken som används kallas Electrical Impedance Spectroscopy (EIS), som genom en enkel mätprocedur på huden samlar in mätdata vilken sedan analyseras och tolkas av en AI-baserad algoritm. Utrustningen består av en decimeterstor ”penna” med en elektrod i ena änden varifrån man sänder svaga elektriska signaler in i huden. Signalerna omvandlas till en tolkning av hudbarriärens integritet. Peltarion och SciBase har härigenom använt en AI-baserad metodik för att skapa en metod för att mer effektivt bedömma hudbarriärens status i en klinisk miljö eller till och med hemmiljö. När algoritmerna har utvecklats och testats kan AI-algoritmerna även packas direkt i pennan (kallad Nevisense Go) för snabb och direkt analys. EIS-tekniken kan tillämpas inom flera kliniska applikationer. Ett exempel är hudbarriärbedömning som används för att tidigt kunna förutsäga och hantera atopiska sjukdomar som eksem och matallergi — återigen med hjälp av maskininlärningsbaserade algoritmer och Microsoft Azure i grunden.

Många som har eksem i Sverige

I Sverige lider cirka 20% av alla barn av atopisk dermatit, allmänt känt som eksem. Förekomsten av eksem har tredubblats under de senaste tre decennierna i den utvecklade världen som ett resultat av livsstilsförändringar och exponering för vissa kemikalier. När man lider av eksem beror det ofta på att hudens barriär inte fungerar ordentligt och låter virus, toxiner, allergener och bakterier komma in i kroppen genom huden. Barn som lider av eksem är mer benägna att utveckla ytterligare barriärrelaterade störningar som matallergier och astma senare i livet – en progression som kallas atopiskt eller allergiskt ”tåg”.

Nevisense Go

AI-teknik

Det som är unikt i denna lösning är att AI-tekniken gjordes tillgänglig för ingenjörer med initialt begränsad erfarenhet av maskininlärning genom Peltarion. Med hjälp av Peltarions AI-plattform kunde SciBase utvärdera olika kliniska datamängder, testa AI modeller på ett snabbt och effektivt sätt och sen sätta det i produktion.

Azure i grunden

En central del i detta projektet var tillgång till både verifierade kliniska data som grund för AI-baserad träning, samt utvecklingsmiljön i Peltarions plattform till detta samarbete mellan Peltarion och SciBase var data. Så att ha tillgång till en molnleverantör som Microsoft Azure är viktigt för ett projekt som detta. Ingen annan kan göra detta i dagsläget, och en stor fördel är att vi med hjälp av ”pennan” kan detektera eksem redan på förhand. En av de avgörande fördelarna med lösningen är att patienter kan med eksem kan diagnostiseras snabbare. Med en uppsättning molntjänster från Microsoft tillsammans med AI baserad utvecklingsmiljö från Peltarion har skapat förutsättningar för Scibase att bygga AI-modeller som sedan hjälper SciBase att:

1. Förbättra deras enhet som används för att analysera hudbarriären i allmänhet och upptäcka nedsatt hudbarriär – även på asymtomatiska patienter.
2. Utveckla ML-modeller för förutsägelse av eksem hos spädbarn, vilket innebär möjligheter att upptäcka vilka barn som löper störst risk för att utveckla atopiska sjukdomar, så att de kan få förebyggande behandlingar.
3. Upptäcka anomalier automatiskt i mikrostrukturer på elektroder i produktion.

Ett samarbete mellan
Scibase
Peltarion
Microsoft