Ученые разработали модель искусственного интеллекта, способную распознать рак кожи наравне с дерматологами

Машинное обучение в диагностике

Машинное обучение в диагностике

В Журнале Американской академии дерматологии опубликовали результаты исследования ученых из Гетеборгского университета, которые подтверждают эффективность алгоритмов искусственного интеллекта (ИИ). Судя по результатам, искусственный интеллект может конкурировать с дерматологами в диагностике.

Разработанный исследовательской группой кафедры дерматологии и венерологии Академии Сальгренска алгоритм на основе машинного обучения должен распознавать степень инвазии и стадию роста меланомы, что является ключевыми аспектами в диагностике. Технология работает на основании обработки изображений, которая уже зарекомендовала себя в радиологии.

Чаще всего пациенты сами замечают меланому, то есть клинически диагностика — не слишком сложная процедура. Сложно определить стадию роста и степень инвазии перед операцией. Для более точной диагностики врачи используют специальные инструменты — дерматоскопы.

Суть исследования

Суть исследования

Для исследования алгоритм обучили на 937 дерматоскопических изображениях (749 обучающих и 188 проверочных), а затем протестирован в 200 случаях. Все случаи были клинически диагностированы дерматологами. 

Для диагностики алгоритм использовал ROC-кривую оценки чувствительности и специфичности. На основании этого, алгоритм правильно классифицировал 139 изображений из 200, что показывает точность 69,5%. Независимо от алгоритма те же изображения оценили 7 дерматологов и показали подобные результаты — 75%.

Алгоритм был точен в 12 случаях, когда дерматологи ошиблись и наоборот — дерматологи правильно оценили 23 случая, где алгоритм допустил ошибку.

Результаты поражают: практически нет значимой разницы в диагностике между алгоритмом и врачом-дерматологом. Учёные предполагают, что в более развитой форме алгоритм можно будет использовать в качестве системы помощи принятия решений перед оперативным вмешательством. 

Такая система сможет выявить степень инвазии опухоли и определить объем оперативного вмешательства, что очень важно для врача и, в первую очередь, для пациента.