A workflow for melanocytic lesion evaluation

In today’s current practices, detecting melanoma in its early stages is a challenging task for dermatologists. Early stage melanoma is nearly identical to benign melanocytic lesions, requiring doctors to detect subtle changes in shape or size of lesions that are easily missed, but are indicators of development of the disease. Dermatoscopy, a discipline that involves analyzing suspicious patterns in magnified pictures of skin lesions, helps dermatologists keep track of these changes. However, this approach has its shortcomings. Typically, the process of identifying melanoma is not consistent between doctors, or even within each doctor. This results in two problems: (1) it creates data that is not comparable between doctors, such as when one doctor captures photos while another does not, and (2) it produces data that is not consistent within a doctor’s own records of a patient from visit to visit, such as when they switch between capturing photos of a mole or simply taking notes. In the second case, doctors may have gaps in photos available, causing difficulties in tracking the progress of moles. Further, their existing methods are time intensive, putting pressure on them to complete their evaluation quickly, and require them to perform actions that could be done by someone without a medical degree, such as taking pictures of a person’s moles. In our work, we introduce MoleMapper, an Android-based application that addresses the issues above by enforcing a consistent workflow. The key insight in our work is that, by having a standardized, repeatable workflow, we can create tooled support that both introduces consistency, and also automates parts of the process that were previously tedious. MoleMapper does this by: (1) introducing a structured workflow which guides the user in taking full body pictures for the doctor to review, (2) making use of a subdivision of the body that thoroughly captures all potential areas that may contain moles, and (3) automatically creating a mapping between the pictures taken by a dermatoscope and the subdivisions introduced in the workflow. As opposed to existing tools that require dermatologists to context switch between a PC and camera, MoleMapper consolidates the entire process into a single device. We evaluated MoleMapper by performing both a semi-structured laboratory experiment, as well as an in-the-field study. In the first study, we collected feedback from dermatologists during mock evaluations. In the second study, we interviewed and collected feedback from dermatologists that used MoleMapper with their own patients. Results indicate that dermatologists do indeed find MoleMapper useful in their existing process. However, dermatologists prefer to selectively choose which subdivisions need photographs, limiting the effectiveness of the streamlined workflow. They find the interface intuitive, and they see the single device approach as a significant improvement over their existing practice of frequently switching between PC and camera. In future work, we aim to further integrate MoleMapper with its parent project Cutis in Silico. MoleMapper is part of a family of tools that aim to fully automate the capture of full-body pictures, and provide doctors assistance in detecting Melanoma. One of our main goals will be to provide seamless data synchronization between MoleMapper and PersonalScreener, a tool that lets patients monitor their own suspect lesions by taking dermatoscopic pictures with their smartphones. The contributions of this dissertation are five-fold: (1) a summary of the different workflows practiced by dermatologists that was revealed in interviews with 7 dermatologists. (2) A standard subdivision of the human body that can be used when taking full-scale pictures of a patient. (3) A consolidated proposed workflow for dermatologists that would bring thoroughness and consistency to their practice. (4) An Android application to perform the proposed workflow. (5) An evaluation in the form of a case study for the application and workflow being used by dermatologists in-the-field.

Allo stato dell’arte, rilevare la presenza di melanomi quando questi si trovano nelle fasi iniziali di sviluppo rappresenta un compito impegnativo per i dermatologi. Nel periodo di sviluppo iniziale, il melanoma è pressoché identico ad una lesione melanocitica benigna (ovvero ad un comune neo), fatto che richiede una notevole capacità di individuare cambiamenti minimi nella forma o nelle dimensioni della lesione. La dermatoscopia, una disciplina che prevede l’analisi di pattern sospetti all’interno di immagini ad alto ingrandimento, aiuta i dermatologista a monitorare questi cambiamenti. Questo approccio ha però dei difetti. Tipicamente, il processo di identificazione del melanoma non è condiviso fra i dottori, e spesso non è neppure seguito pedissequamente da uno stesso dottore nell’arco della sua carriera. Ciò dà luogo a due problemi: (1) in molti casi, i dati prodotti dai dermatologi non sono confrontabili fra loro, come ad esempio nel caso in cui un dottore fotografi una parte del corpo, e un altro decida altrimenti, e (2) i dati prodotti sono spesso non coerenti all’interno dello storico di un paziente, come accade nel caso in cui un dottore decida di non fotografare una lesione, limitandosi a prendere delle note. Nel secondo caso, ci si può trovare di fronte a lacune nell’archivio fotografico delle lesioni, causando difficoltà nel controllarne l’evoluzione. Inoltre, il metodo di lavoro seguito dai dermatologi è molto dispendioso in termini di tempo, e potrebbe essere ottimizzato delegando alcune fasi, come lo scatto delle fotografie delle lesioni di un paziente, a personale non strettamente medico. In questo trattato presentiamo MoleMapper, un’applicazione per sistemi Android che risolve i problemi suesposti introducendo un flusso di lavoro stabile. L’intuizione chiave del nostro lavoro è che, grazie ad un processo standard e ripetibile, possiamo creare un supporto applicativo che porti coerenza nei dati prodotti dai dermatologi, e automatizzi alcune fasi precedentemente laboriose. MoleMapper realizza questi punti grazie a: (1) l’introduzione di un flusso di lavoro strutturato che guida l’utente nello scatto delle fotografie a quadri generali che verranno analizzate dal dottore, (2) una suddivisione del corpo umano che carpisce i dettagli di ogni zona che possa contenere nei, e (3) un’associazione biunivoca fra le immagini create dal dermatoscopio e le suddivisioni proposte nel flusso di lavoro. Contrariamente a quanto avviene per gli strumenti attualmente in commercio, i quali richiedono un continuo passaggio fra il PC e la macchina fotografica, MoleMapper utilizza un singolo strumento per l’intero processo. Abbiamo valutato l’efficacia di MoleMapper tramite un esperimento di laboratorio semi strutturato, e tramite un successivo studio sul campo. Nel primo studio, abbiamo raccolto dati dai dermatologi durante visite simulate. Nel secondo studio, abbiamo intervistato e raccolto le opinioni dei dermatologi che hanno utilizzato MoleMapper con i loro pazienti. I risultati indicano che i dermatologi hanno trovato MoleMapper utile nel loro lavoro. Tuttavia, i dermatologi preferiscono scegliere quali parti del corpo debbano essere fotografate, limitando l’efficacia del processo di lavoro proposto. Hanno trovato l’interfaccia intuitiva, e ritengono l’utilizzo di un solo strumento un miglioramento significativo rispetto al loro precedente continuo passaggio fra PC e fotocamera. In futuro, miriamo ad integrare MoleMapper con il suo progetto padre Cutis in Silico. MoleMapper fa parte di una famiglia di strumenti che ambiscono ad automatizzare lo scatto delle foto a quadri generali, e ad assistere i dottori nel rilevamento di melanomi. Uno degli obiettivi principali sarà quello di sincronizzare agevolmente in MoleMapper i dati ottenuti da PersonalScreener, uno strumento che permette ai pazienti di monitorare le loro stesse lesioni utilizzando i propri smartphone come dermatoscopi. Abbiamo individuato 5 contributi di questo lavoro: (1) un riassunto dei vari processi di lavoro seguiti dai dermatologi ottenuto tramite interviste che hanno coinvolto 7 dermatologi. (2) Una suddivisione standard del corpo umano che può essere utilizzata per la fotografia a quadri generali. (3) Un flusso di lavoro proposto per i dermatologi che introduce maggior coerenza e precisione nella loro pratica quotidiana. (4) Un’applicazione Android per seguire il flusso di lavoro proposto. (5) Una valutazione dell’applicazione e del flusso di lavoro proposto nella forma di un caso di studio che ha coinvolto dei dermatologi nel loro lavoro.