AI në dermatologji: a mund ta dallojë kancerin e lëkurës? Çfarë zbuloi EADV 2026

Imagjino një sistem që sheh fotografinë e një lezioni të lëkurës dhe, në disa raste, vendos se pacienti nuk ka nevojë të shkojë te dermatologu. Nuk është më skenar futurist. Në EADV Congress 2026 u prezantuan të dhëna nga 8,391 pacientë ku inteligjenca artificiale u përdor realisht brenda një rruge urgjente për dyshimin e kancerit të lëkurës.

Rezultati ishte mbresëlënës: mijëra orë të potencialshme të kursyera për dermatologët dhe kapacitet teorik për më shumë se 8,500 konsultime shtesë.

Por kishte edhe një pjesë tjetër të historisë.

Gjashtë lezione kancerogjene u klasifikuan gabimisht dhe pacientët u larguan nga rruga e vlerësimit.

Kjo është arsyeja pse historia e AI në dermatologji është shumë më interesante sesa pyetja e zakonshme: “A do ta zëvendësojë AI dermatologun?”

Në fakt, pyetja më e mirë është: ku mund ta ndihmojë AI dermatologun – dhe ku duhet të ndalet?

Nëse doni panoramën e plotë të kongresit, kemi përmbledhur edhe 10 zhvillimet kryesore të EADV 2026 në Vjenë.

8,391 pacientë: AI nuk po testohej më vetëm në laborator

Një nga arsyet pse studimi i prezantuar në EADV 2026 tërhoqi vëmendje ishte pikërisht kjo: nuk bëhej fjalë thjesht për të testuar një algoritëm mbi një databazë me fotografi.

Sistemi u përdor në dy spitale në Mbretërinë e Bashkuar, brenda rrugëve reale të referimit për pacientët me lezione të dyshuara për kancer të lëkurës.

Në total, rruga e mbështetur nga AI menaxhoi 8,391 pacientë gjatë 16 muajve. Këta përfaqësonin rreth 94% të referimeve urgjente për dyshim të kancerit të lëkurës në dy qendrat e përfshira.

Rreth 86% e pacientëve pranuan që vendimmarrja autonome me AI të ishte pjesë e rrugës së tyre të vlerësimit.

Kjo është shumë ndryshe nga pyetja: “Sa saktë e dallon algoritmi këtë fotografi?”

Këtu pyetja ishte:

Si funksiononte AI?

Sistemi nuk shikonte thjesht një selfie të bërë rastësisht me telefon.

Ai përdorte fotografi klinike dhe imazhe dermoskopike të marra me smartphone dhe analizonte lezionet e lëkurës.

Pas një periudhe fillestare validimi, u përdor një sistem AI i certifikuar si CE-marked Class III medical device.

Nëse lezioni klasifikohej si beninj dhe plotësonte kriteret e sistemit, pacienti mund të dilte nga rruga urgjente pa qenë nevoja që çdo rast të rishikohej fillimisht nga dermatologu.

Rastet me rrezik më të lartë kalonin për vlerësim nga një teledermatolog.

Ky është dallimi kyç midis një AI që thjesht i sugjeron diçka mjekut dhe një sistemi autonom që mund të ndikojë drejtpërdrejt në menaxhimin e pacientit.

Dhe këtu shifrat bëhen vërtet interesante

Pas përjashtimeve të përcaktuara në protokoll, AI arriti të largonte në mënyrë autonome nga rruga urgjente rreth 31% të pacientëve në një spital dhe 25% në tjetrin, pa rishikim nga mjeku për atë vendim fillestar.

Teledermatologët më pas larguan edhe rreth një të katërtën e pacientëve të tjerë nga rruga e mëtejshme.

Rezultati ishte ulje e ngarkesës së panevojshme mbi specialistët.

Përqindja e pacientëve që kërkonin follow-up rutinë ra nga 27% në 12% krahasuar me teledermatologjinë standarde.

Edhe përqindja e biopsive ishte më e ulët: 27% kundrejt 43% në rrugën tradicionale face-to-face.

Këtu ndoshta qëndron edhe potenciali më i madh i AI në mjekësi.

Jo domosdoshmërisht që makina të jetë “më e zgjuar se mjeku”, por që specialisti të mos shpenzojë një pjesë të madhe të ditës duke vlerësuar raste me rrezik shumë të ulët.

Koha e kursyer mund të përdoret për pacientët që kanë nevojë për trajtim të kancerit të lëkurës, sëmundje inflamatore të rënda ose raste diagnostikisht më komplekse.

Por pastaj erdhën 6 rastet që ndryshojnë mënyrën si duhet ta lexojmë studimin

Nëse do të shihnim vetëm shifrën “8,500 konsultime”, historia do të ishte shumë e bukur.

Por mjekësia nuk vlerësohet vetëm nga efikasiteti.

Duhet të vlerësohet edhe nga gabimet.

Gjatë monitorimit pas implementimit u identifikuan gjashtë raste false-negative që sistemi i kishte larguar nga rruga.

Pesë ishin basal cell carcinomas – BCC.

Një ishte melanoma in situ.

Sipas të dhënave të disponueshme nga studimi, këto raste u identifikuan përmes post-market surveillance dhe nuk u raportuan pasoja negative brenda periudhës së follow-up të disponueshme.

Megjithatë, ekzistenca e tyre është jashtëzakonisht e rëndësishme.

Kjo është shumë ndryshe nga një software i zakonshëm.

Nëse Spotify të rekomandon këngën e gabuar, nuk ndodh asgjë serioze.

Nëse një AI mjekësore klasifikon gabimisht një lezion kancerogjen si beninj, pasojat potenciale janë krejt të tjera.

“Sensitivity mbi 98%” tingëllon fantastike. Por çfarë do të thotë?

Në një dataset kombëtar që përfshinte edhe dy spitalet e studimit, sistemi raportoi sensitivity mbi 98% për melanoma invazive, squamous cell carcinoma dhe basal cell carcinoma.

Specificity ishte 72.1%.

Këto dy fjalë përdoren shpesh në diagnostikim dhe vlejnë të kuptohen.

Sensitivity pyet: nga njerëzit që realisht kanë sëmundjen, sa prej tyre i kap testi?

Specificity pyet: nga ata që nuk e kanë sëmundjen, sa prej tyre i identifikon saktë si negativë?

Një sensitivity shumë e lartë është veçanërisht e rëndësishme kur qëllimi është të mos humbasësh një kancer.

Por 98% nuk do të thotë 100%.

Dhe gjashtë rastet false-negative në këtë projekt janë një kujtesë shumë konkrete për këtë.

Kujdes: ky sistem nuk është i njëjtë me një app që shkarkon në telefon

Kjo është ndoshta pika më e rëndësishme për konsumatorin.

Kur lexojmë “AI dallon kancerin e lëkurës”, mund të krijohet përshtypja se mjafton të shkarkojmë një aplikacion, të fotografojmë një nishan dhe të marrim diagnozën.

Nuk është kjo ajo që tregoi studimi i EADV.

Sistemi i përdorur ishte një pajisje mjekësore e rregulluar, e integruar në një sistem shëndetësor dhe përdorte imazhe klinike dhe dermoskopike brenda një protokolli të kontrolluar.

EADV Artificial Intelligence Task Force ka analizuar veçmas aplikacionet dhe shërbimet online për sëmundjet e lëkurës.

Ekspertët kanë identifikuar probleme si:

• saktësia e pamjaftueshme;
• false reassurance – kur përdoruesi qetësohet gabimisht;
• false alarms dhe ankthi i panevojshëm;
• cilësia dhe diversiteti i të dhënave të trajnimit;
• privatësia e të dhënave;
• interesat komerciale;
• mungesa e rregullimit të njëtrajtshëm.

Rekomandimi i tyre është që transparenca, validimi, diversiteti i popullatës dhe rregullimi serioz të jenë pjesë e implementimit.

Po dermoskopia? Ende është shumë e rëndësishme

AI nuk e bën të panevojshme dermoskopinë.

Dermoskopi është një instrument që lejon dermatologun të shohë struktura të lezionit që nuk janë të dukshme qartë me sy të lirë.

Vetë sistemi i studimit të EADV përdorte imazhe dermoskopike krahas fotografive klinike.

Ekspertët e EADV Melanoma Task Force kanë theksuar edhe në 2026 se dermoskopia vazhdon të ketë rol qendror në diagnostikimin e melanomës, ndërsa teknologjitë si AI mund të ndërtohen mbi këto të dhëna dhe ta ndihmojnë vendimmarrjen.

Pra modeli i ardhshëm mund të jetë më shumë:

dermatolog + dermoskopi + AI

…dhe jo:

AI në vend të dermatologut.

Një pyetje tjetër e vështirë: a funksionon AI njësoj në çdo lëkurë?

Një AI mëson nga të dhënat që i jepen.

Nëse databaza e trajnimit përmban shumë fotografi nga disa fototipe lëkure dhe shumë pak nga të tjera, performanca mund të mos jetë e njëjtë në çdo grup.

Kjo është arsyeja pse EADV ka përmendur në rekomandimet e saj nevojën që databazat të përfshijnë diversitet real të tonaliteteve të lëkurës dhe të popullatave ku sistemi do të përdoret.

Është një problem themelor i AI mjekësore:

Për këtë arsye nuk mjafton të dimë një numër të vetëm accuracy.

Duhet të dimë te kush është testuar sistemi.

Kanceri i lëkurës është vetëm një pjesë e historisë së AI në dermatologji

EADV dhe Journal of the European Academy of Dermatology and Venereology tashmë kanë një koleksion të tërë shkencor mbi AI in Dermatology.

Kërkimet po shkojnë shumë më larg sesa dallimi i një nishani.

AI po studiohet për vlerësimin e rëndesës së psoriasis, analizimin e hidradenitis suppurativa, melanoma prognosis, interpretimin e imazherisë së avancuar, teledermatologjinë dhe personalizimin e trajtimeve.

Pra në të ardhmen AI mund të mos jetë vetëm një “sy elektronik”.

Mund të ndihmojë të bashkojë:

imazhin + historinë klinike + biomarkerët + evolucionin e sëmundjes + përgjigjen ndaj trajtimit.

Kjo lidhet edhe me një nga temat më të mëdha të EADV 2026: precision dermatology.

Në vend që teknologjia thjesht të thotë “kjo duket si psoriasis”, ajo mund të ndihmojë një ditë në pyetjen shumë më të vështirë:

“Cili trajtim ka më shumë gjasa të funksionojë te ky pacient?”

Çfarë do të thotë kjo për ne sot?

Nëse keni një nishan ose lezion që po ndryshon, gjakoset, nuk shërohet, ndryshon formë apo ngjyrë ose ju shqetëson për ndonjë arsye, një përgjigje nga një aplikacion nuk duhet të përdoret për të shtyrë vlerësimin mjekësor.

AI mund të bëhet një mjet shumë i vlefshëm për triage dhe diagnostikim, por nuk e anulon rëndësinë e ekzaminimit klinik.

Dhe ndërsa teknologjia po përmirësohet, një nga gjërat më të rëndësishme që mund të bëjmë për të reduktuar dëmtimin kumulativ UV mbetet shumë më “low-tech”: fotoproteksioni i përshtatshëm, së bashku me shmangien e ekspozimit të tepërt dhe kontrollin e ndryshimeve të dyshimta të lëkurës.

Pyetje të shpeshta për AI në dermatologji

A mund ta dallojë AI melanomën?

AI mund të arrijë performancë të lartë në klasifikimin e lezioneve të lëkurës në sisteme të validuara. Në dataset-in e raportuar në EADV 2026, sensitivity ishte mbi 98% për melanoma invazive, BCC dhe SCC. Megjithatë, pati false negatives dhe kjo do të thotë se AI nuk duhet interpretuar si sistem i pagabueshëm.

A mund t’i bëj foto një nishani me telefon dhe ta kontrolloj me AI?

Ekzistojnë aplikacione që ofrojnë këtë funksion, por cilësia dhe validimi i tyre ndryshojnë shumë. Një rezultat “low risk” nga një app consumer nuk duhet të përdoret për të injoruar një lezion që ndryshon ose duket i dyshimtë.

A është AI më e mirë se dermatologu?

Nuk ekziston një përgjigje universale. Performanca varet nga algoritmi, lloji i lezionit, cilësia e imazhit, popullata ku është testuar dhe mënyra si përdoret. Vlera më e madhe klinike mund të vijë nga kombinimi i AI me ekspertizën e dermatologut.

A do t’i zëvendësojë AI dermatologët?

Të dhënat e EADV 2026 sugjerojnë një rol më realist: automatizimin e disa rasteve me risk të ulët për të liruar kohën e dermatologëve për pacientët më kompleksë. Kjo është shumë ndryshe nga eliminimi i specialistit.

Çfarë është një false negative?

Është rasti kur testi ose algoritmi thotë se problemi nuk është i pranishëm, ndërkohë që në realitet është. Në diagnostikimin e kancerit, false negatives janë veçanërisht të rëndësishme sepse mund të krijojnë një ndjenjë të gabuar sigurie.

A më mbron një accuracy 98%?

Jo domosdoshmërisht. “Accuracy”, “sensitivity” dhe “specificity” matin gjëra të ndryshme dhe performanca e një sistemi nuk duhet përmbledhur me një numër të vetëm. Duhet parë edhe popullata ku është testuar, lloji i sëmundjes dhe numri i false negatives.

Pra, duhet të kemi frikë nga AI në dermatologji?

Jo.

Por as nuk duhet të mahnitemi vetëm nga numrat.

Studimi i EADV 2026 tregoi diçka shumë të rëndësishme: një sistem autonom AI mund të krijojë realisht kapacitet të ri brenda dermatologjisë.

Kjo mund të jetë jashtëzakonisht e vlefshme në sisteme ku specialistët janë të mbingarkuar.

Por i njëjti studim tregoi edhe pse mjekësia nuk mund të menaxhohet si një aplikacion teknologjik i zakonshëm.

Duhet validim.

Duhet monitorim.

Duhet transparencë.

Duhet diversitet në të dhënat e trajnimit.

Dhe duhet një mënyrë e qartë për të kapur gabimet kur ato ndodhin.

Brisiana Likaj

Burimet shkencore dhe zyrtare

1. European Academy of Dermatology and Venereology – EADV Congress 2026
2. EADV Congress 2026 – Autonomous AI could create capacity for thousands more dermatology appointments
3. EADV / JEADV – AI in Dermatology Collection
4. EADV AI Task Force – Position statement on AI-assisted smartphone apps and web-based services for skin disease
5. EADV Melanoma Task Force – Melanoma diagnosis: why dermoscopy still leads the way