Pixaire1: Evaluation of automated chronic wound surface measurement systems.

De studie concludeert dat het semi-automatische Woundtrack-systeem een nauwkeurige en reproduceerbare alternatief is voor de referentiemethode gedigitaliseerde planimetrie voor het meten van chronische wonden, terwijl het volledig geautomatiseerde Woundsize-systeem, ondanks goede resultaten, vooral effectief is als onderdeel van een proces waarin een arts de meting controleert en bevestigt.

De kern

De Digitale Wondmeter: Een Simpel Verhaal over Slimme Telefoons en Huid

Stel je voor dat je een tuinman bent die elke week moet controleren hoe groot een vlek onkruid in je gazon is. Vroeger moest je een stuk doorzichtig plastic over de vlek leggen, de randen met een stift natrekken en dat daarna met een liniaal en een rekenmachine uitmeten. Dat was nauwkeurig, maar ook tijdrovend en niet erg leuk om te doen.

Vandaag de dag hebben we slimme telefoons. Maar hoe goed zijn apps die automatisch zeggen: "Hé, deze wond is precies 15 vierkante centimeter groot"? Dat is precies wat dit onderzoek, genaamd Pixaire 1, heeft onderzocht.

Hier is wat de onderzoekers hebben gedaan, vertaald in alledaags taal:

1. De Drie Kampioenen

De onderzoekers wilden weten of twee nieuwe methoden op een smartphone net zo goed werken als de oude, gouden standaard. Ze lieten twee experts 42 patiënten met chronische wonden meten met drie verschillende methoden:

• De Oude Meester (Digitale Planimetrie): Dit is de referentie. De arts legt een doorzichtig velletje over de wond, trekt de randen na en meet dit later met een computerprogramma. Het is de "rechter" waaraan alles wordt gemeten.
• De Slimme Assistent (Woundtrack): De arts maakt een foto met de telefoon en trekt zelf de randen van de wond na op het scherm. De app doet de rest: het rekent uit hoe groot het gebied is.
• De Robot (Woundsize): De arts maakt gewoon een foto. De app gebruikt een slim computerprogramma (kunstmatige intelligentie) om automatisch de randen van de wond te vinden en de grootte te berekenen. De arts hoeft niets te tekenen.

2. Wat Vonden Ze?

De Slimme Assistent (Woundtrack) is een Sterke Speler
Deze methode deed het bijna net zo goed als de Oude Meester.

• Het Analoge: Stel je voor dat je een schatting maakt van de grootte van een pizza. Als je zelf de randen tekent op je telefoon, kom je heel dicht in de buurt van de echte maat.
• Het Resultaat: De metingen waren zeer betrouwbaar. Zelfs als twee verschillende artsen het deden, kwamen ze tot bijna hetzelfde antwoord. Voor kleine wonden (kleiner dan een postzegel) was er soms een klein verschil, maar dat was niet erg belangrijk.
• Conclusie: Dit is een geweldige tool voor in de praktijk. Het is snel, makkelijk en net zo betrouwbaar als de oude methode.

De Robot (Woundsize) is Slim, maar Nodigt Hulp
De automatische methode was ook goed, maar niet perfect.

• Het Analoge: Stel je voor dat je een robot vraagt om een schilderij te kopiëren. De robot is erg snel, maar als het licht in de kamer te fel is (flits) of te donker, ziet de robot de randen van het schilderij niet goed en tekent hij de verkeerde lijnen.
• Het Resultaat: De robot deed het goed bij grote wonden, maar bij kleine wonden of als de foto slecht belicht was (te donker of te fel), maakte hij fouten. De computer zag soms de rand van de wond niet goed omdat de huid eromheen te donker of te licht was.
• Conclusie: Laat de robot niet alleen werken. De beste manier is: De robot doet het voorstel, en de arts kijkt er naar en corrigeert het. Zo krijg je het beste van twee werelden: snelheid én nauwkeurigheid.

3. Waarom is dit belangrijk?

Wonden genezen niet altijd even snel. Als je niet precies weet hoe groot een wond is, weet je ook niet of de behandeling werkt.

• Vroeger: Het meten duurde lang en was lastig, dus deden artsen het niet vaak.
• Nu: Met deze telefoon-apps kan elke arts of verpleegkundige in een paar seconden meten. Hierdoor kunnen ze sneller zien of een behandeling werkt en de zorg beter aanpassen.

Samenvatting in één zin

De "Slimme Assistent" (waarbij de arts zelf de randen tekent) is een perfecte vervanger voor de oude methode, terwijl de "Robot" (volledig automatisch) nog een menselijke hand nodig heeft om de foto's goed te controleren, vooral als het licht niet perfect is.

Kortom: We hebben een nieuwe, snelle manier om wonden te meten die de zorg voor patiënten makkelijker en beter maakt!

Technische samenvatting

Titel: Evaluatie van geautomatiseerde systemen voor het meten van het oppervlak van chronische wonden (Pixaire1)

1. Het Probleem

Het meten van het oppervlak van chronische wonden (zoals diabetische voetzweren, veneuze ulcera en drukplekken) is essentieel voor het monitoren van genezing en het aanpassen van de behandeling. Echter, de huidige klinische praktijk maakt hier weinig gebruik van vanwege de tijdsduur en de noodzaak van specifieke apparatuur.

• Huidige stand van zaken: De "gouden standaard" is gedigitaliseerde planimetrie (het tekenen van de wondcontouren op een transparante folie en het meten met software zoals ImageJ). Dit is accuraat maar tijdrovend en lastig te digitaliseren.
• Nieuwe technologie: Er zijn smartphone-apps ontwikkeld die wondmetingen mogelijk maken, variërend van semi-geautomatiseerd (handmatig tekenen op het scherm) tot volledig geautomatiseerd (AI-gebaseerde segmentatie).
• De vraag: Zijn deze nieuwe smartphone-methoden betrouwbaar en accuraat genoeg om de traditionele planimetrie te vervangen in de dagelijkse zorg?

2. Methodologie

Het onderzoek, genaamd Pixaire 1, is een open-label, single-center cross-sectionele studie uitgevoerd in het ziekenhuis van Haguenau (Frankrijk) tussen mei en juni 2023.

• Populatie: 42 patiënten met chronische wonden (grootte 4 tot 150 cm²). Na uitsluiting van complexe wonden (meerdere vlakken of slechte afbakening) bleven 36 patiënten over voor de statistische analyse.
• Vergelijkende methoden:
  1. Referentiemethode (PL): Gedigitaliseerde planimetrie. Een transparante folie wordt op de wond gelegd, de contouren worden getekend en met ImageJ gemeten.
  2. Woundtrack (WT): Een semi-geautomatiseerde methode. De arts tekent de wondcontouren handmatig op het touchscreen van een smartphone (iPhone 12). De app gebruikt een kalibratiesticker (met ArUco-markers) voor schaal en berekent het oppervlak.
  3. Woundsize (WS): Een volledig geautomatiseerde methode. Een deep-learning algoritme (ResNet, een type CNN) segmenteert de wond automatisch op de foto en berekent het oppervlak.
• Proces: Twee onafhankelijke experts voerden metingen uit met alle drie methoden.
• Statistische analyse:
  • Precisie (Reproduceerbaarheid): Intraclass Correlation Coefficient (ICC) tussen de twee experts.
  • Accuraatheid: Vergelijking met de referentiemethode (PL) via correlatie, lineaire regressie en Bland-Altman plots.
  • Niet-conformiteit: Analyse van afwijkingen >20% ten opzichte van PL, specifiek bij kleine wonden (<8 cm²).

3. Belangrijkste Bijdragen en Resultaten

A. Algemene Vergelijking (Multivariate Analyse)

• Er was geen significant verschil in variantie tussen de drie methoden (Friedman-test, p=0,82). Dit suggereert dat de methoden over het algemeen vergelijkbare waarden opleveren.

B. Precisie (Reproduceerbaarheid tussen experts)

• Alle drie de methoden toonden een uitstekende precisie (ICC > 0,9).
  • PL (Planimetrie): ICC = 1,0 (perfect).
  • WT (Woundtrack): ICC = 0,96.
  • WS (Woundsize): ICC = 0,94.
• Conclusie: Zowel de handmatige als de geautomatiseerde smartphone-methoden zijn zeer consistent tussen verschillende gebruikers.

C. Accuraatheid (Vergelijking met Referentie)

• Woundtrack (WT): Toonde een uitstekende overeenkomst met de referentiemethode (ICC = 0,96). De Bland-Altman analyse toonde een minimale systematische bias. WT kan als een betrouwbare vervanger voor planimetrie worden beschouwd.
• Woundsize (WS): Toonde ook een goede correlatie (ICC = 0,95), maar de variabiliteit was iets groter dan bij WT.

D. Analyse van Kleine Wonden (<8 cm²)

• Bij kleine wonden heeft een kleine fout in de segmentatie een groot relatief effect op het oppervlak.
• WT: Geen significant verschil in variantie of verdeling van fouten vergeleken met PL. De methode is robuust, zelfs bij kleine wonden.
• WS: Toonde een significant verschil in variantie en spreiding ten opzichte van PL. De geautomatiseerde methode is minder betrouwbaar bij zeer kleine wonden.

E. Kwalitatieve Analyse van Fouten (Supplementair Materiaal)

• Een analyse van segmentatiefouten bij Woundsize toonde aan dat 76% van de afbeeldingen geen grote fouten had.
• De belangrijkste oorzaak van fouten was slechte belichting (over- of onderbelichting), wat het contrast tussen wond en huid vermindert.
• Factoren zoals wondcomplexiteit (hyperkeratose, maceratie) of aanwezigheid van vreemde voorwerpen hadden geen significant invloed op de fouten.
• Dit impliceert dat het probleem niet in het algoritme zelf ligt, maar in de kwaliteit van de inputfoto's.

4. Significantie en Conclusies

• Woundtrack (Semi-geautomatiseerd): Deze methode is equivalent aan de gouden standaard (gedigitaliseerde planimetrie) qua precisie en accuraatheid. Het biedt een groot voordeel in de praktijk: het is sneller, makkelijker uit te voeren en vereist minder tijd. Het wordt aanbevolen voor routinematig gebruik in de zorg.
• Woundsize (Volledig geautomatiseerd): Hoewel de resultaten over het algemeen goed zijn, is de methode minder consistent dan Woundtrack, vooral bij kleine wonden en bij slechte foto's.
  • Aanbeveling: Volledige automatisering is momenteel nog niet betrouwbaar genoeg voor autonoom gebruik. De beste implementatie is een collaboratieve workflow: het algoritme stelt een segmentatie voor, en de arts corrigeert en valideert deze.
• Technische Limitaties: De studie benadrukt dat bij grote of complexe (kromme) wonden de projectie van een 3D-wond op een 2D-foto geometrische vervormingen kan veroorzaken. Een hybride aanpak (Woundtrack op een transparante folie) kan dit probleem oplossen.
• Beperkingen: De studie had weinig patiënten met zeer donkere huidtinten (Fitzpatrick 5 en 6), wat een mogelijke beperking is voor de generaliseerbaarheid van de geautomatiseerde methoden.

Samenvattend: De studie valideert dat smartphone-gebaseerde metingen van chronische wonden haalbaar en accuraat zijn. De semi-geautomatiseerde aanpak (Woundtrack) is direct inzetbaar als vervanging voor traditionele methoden, terwijl de volledig geautomatiseerde aanpak (Woundsize) nog menselijke supervisie vereist om de kwaliteit te garanderen.