LC-OCT i AI, czyli nowy wymiar nieinwazyjnej diagnostyki skóry

Dlaczego wczesna diagnostyka zmian skórnych ma tak duże znaczenie?

Wczesne rozpoznanie zmian przednowotworowych i nowotworowych skóry ma kluczowe znaczenie dla skuteczności leczenia oraz zachowania jak najlepszych efektów funkcjonalnych i estetycznych. Dotyczy to szczególnie zmian zlokalizowanych na twarzy, uszach, owłosionej skórze głowy czy szyi – obszarach szczególnie narażonych na działanie promieniowania UV [1].

W odpowiedzi na rosnące potrzeby diagnostyczne rozwijane są technologie umożliwiające dokładniejszą ocenę zmian skórnych bez konieczności natychmiastowego pobierania wycinka. Jednym z najbardziej innowacyjnych rozwiązań ostatnich lat jest LC-OCT (Line-field Confocal Optical Coherence Tomography) – metoda obrazowania skóry pozwalająca uzyskać obrazy o rozdzielczości zbliżonej do mikroskopowej, bez naruszania ciągłości tkanek [2].

Czym jest LC-OCT?

LC-OCT łączy zalety optycznej tomografii koherencyjnej (OCT) oraz mikroskopii konfokalnej, umożliwiając obrazowanie skóry zarówno w przekrojach pionowych, jak i poziomych [2].

Technologia pozwala na uzyskanie szczegółowych obrazów struktur skóry w czasie rzeczywistym, a także tworzenie rekonstrukcji trójwymiarowych badanych zmian. Dzięki temu lekarz może ocenić architekturę tkanki bez konieczności wykonywania biopsji na etapie wstępnej diagnostyki [5].

Dlaczego LC-OCT określane jest mianem „wirtualnej biopsji”?

LC-OCT często określane jest jako technologia umożliwiająca wykonanie tzw. wirtualnej biopsji, ponieważ pozwala uzyskać szczegółowy obraz struktur skóry in vivo, bez konieczności pobierania materiału tkankowego [2,5].

Badanie może wspierać ocenę wielu zmian dermatologicznych, w tym:

• raka podstawnokomórkowego (BCC),
• rogowacenia słonecznego (AK),
• zmian związanych z rakiem kolczystokomórkowym (SCC),
• wybranych zmian barwnikowych [3,4].

Należy jednak podkreślić, że LC-OCT nie zastępuje badania histopatologicznego, które pozostaje złotym standardem w potwierdzaniu rozpoznania nowotworów skóry. Technologia stanowi natomiast cenne wsparcie procesu diagnostycznego i może przyspieszać podejmowanie decyzji klinicznych [2].

Sztuczna inteligencja jako wsparcie lekarza

Rozwój algorytmów sztucznej inteligencji otwiera nowe możliwości w analizie obrazów uzyskiwanych podczas badania LC-OCT.

Nowoczesne rozwiązania AI mogą wspierać lekarza poprzez:

• identyfikację obszarów wymagających szczególnej uwagi,
• ocenę prawdopodobieństwa występowania określonych typów zmian,
• wsparcie diagnostyki różnicowej,
• ułatwienie interpretacji obrazów przez mniej doświadczonych użytkowników [1].

Badania wskazują, że połączenie LC-OCT z algorytmami AI może zwiększać skuteczność diagnostyczną oraz skracać czas potrzebny do interpretacji badania, jednocześnie zachowując kluczową rolę lekarza w procesie podejmowania decyzji klinicznych [1].

Znaczenie LC-OCT w dermatoonkologii

W diagnostyce nowotworów skóry liczy się nie tylko szybkie rozpoznanie zmiany, ale również odpowiednie zaplanowanie dalszego leczenia.

LC-OCT może wspierać lekarza na różnych etapach postępowania, m.in. podczas:

• oceny klinicznie niejednoznacznych zmian,
• kwalifikacji do biopsji,
• planowania leczenia chirurgicznego,
• przedoperacyjnej oceny granic wybranych zmian nowotworowych [2].

Szczególne znaczenie technologia może mieć w lokalizacjach wymagających maksymalnej ochrony zdrowych tkanek, takich jak okolica nosa, powiek, uszu czy ust [6].

Przyszłość diagnostyki skóry

Postęp w zakresie nieinwazyjnego obrazowania oraz sztucznej inteligencji stopniowo zmienia sposób prowadzenia diagnostyki dermatologicznej i dermatoonkologicznej.

LC-OCT pozwala uzyskać szczegółowy obraz skóry bez konieczności natychmiastowego wykonywania biopsji, a jednocześnie dostarcza lekarzowi informacji wspierających proces diagnostyczny. W połączeniu z algorytmami AI technologia ta może przyczynić się do dalszej poprawy jakości diagnostyki oraz optymalizacji ścieżki pacjenta [1,2].

Choć ostateczne rozpoznanie nadal opiera się na obowiązujących standardach klinicznych i histopatologii, diagnostyka LC-OCT ze wsparciem AI staje się coraz ważniejszym elementem nowoczesnej dermatologii i dermatoonkologii.

Piśmiennictwo

1. Fischman S, Viel T, Perrot J-L, et al. AI-assisted basal cell carcinoma diagnosis with LC-OCT: a multicentric retrospective study. Journal of the European Academy of Dermatology and Venereology. 2025. doi:10.1111/jdv.70099.
2. Latriglia F, Ogien J, Tavernier C, et al. Line-Field Confocal Optical Coherence Tomography (LC-OCT) for Skin Imaging in Dermatology. Life. 2023;13(12):2268. doi:10.3390/life13122268.
3. Caldeira Marques MLSES, Hero J, El-Sharouni M-A, et al. Systematic Review of Line-Field Confocal Optical Coherence Tomography for Diagnosing Pre-Malignant and Malignant Keratinocytic Lesions: Optimising the Workflow. Diagnostics. 2025;15(21):2746. doi:10.3390/diagnostics15212746.
4. Cinotti E, Tognetti L, Cartocci A, et al. Line-field confocal optical coherence tomography for actinic keratosis and squamous cell carcinoma: a descriptive study. Clinical and Experimental Dermatology. 2021;46(8):1530–1541. doi:10.1111/ced.14801.
5. European Patent Office (EPO). EPO SME Case Study: DAMAE Medical. European Patent Office; 2023.
6. Schuh S, Mozaffari M, Fünfer K, et al. The Basal Cell Carcinoma One-Stop-Shop Study. EJC Skin Cancer. 2025;3(Suppl 1):100324. doi:10.1016/j.ejcskn.2025.100324.