Исследователи разработали алгоритм искусственного интеллекта (AI), основанный на глубоком обучении, который может точно классифицировать кожные заболевания кожи, прогнозировать злокачественные новообразования, предлагать варианты первичного лечения и служить вспомогательным инструментом для повышения точности диагностики клиницистов. С помощью этой системы значительно улучшилась диагностическая точность дерматологов, а также широкой общественности, говорится в исследовании, опубликованном в Журнале исследовательской дерматологии .
Заболевания кожи распространены, но не всегда легко посетить дерматолога или отличить злокачественные заболевания от доброкачественных. «В последнее время были достигнуты замечательные успехи в использовании ИИ в медицине. Для конкретных проблем, таких как различие между меланома и невусы, AI показал результаты, сравнимые с результатами дерматологов-людей », - сказал ведущий исследователь Jung-Im Na из Сеульского национального университета в Южной Корее. Большинство предыдущих исследований были ограничены конкретными бинарными задачами, такими как дифференциация меланомы от невусов ». Наши результаты показывают, что наш алгоритм может служить расширенным интеллектом, который может расширить возможности медицинских работников в области диагностической дерматологии »
Используя «сверхточную нейронную сеть», специализированный алгоритм ИИ, исследовательская группа разработала систему ИИ, способную прогнозировать злокачественные новообразования, предлагать варианты лечения и классифицировать кожные заболевания. Они собрали 220 000 изображений азиатов и кавказцев с 174 кожными заболеваниями и обучили нейронные сети интерпретировать эти изображения. Они обнаружили, что алгоритм может диагностировать 134 кожных расстройства и предлагать первичные варианты лечения, проводить мультиклассовую классификацию среди расстройств и повышать эффективность работы медицинских работников с помощью расширенного интеллекта. «Вместо того, чтобы заменять людей искусственным интеллектом, мы ожидаем, что искусственный интеллект будет поддерживать людей как расширенный». Интеллект для более быстрой и точной диагностики.
Исследователи предупреждают, что ИИ не может окончательно интерпретировать изображения, что он не обучен интерпретировать, даже если представленная проблема проста. Например, алгоритм, обученный только различать меланому и невус, не может различить изображение гематомы ногтя и меланому или невус. Если форма гематомы неправильная, алгоритм может диагностировать ее как меланому.
Они также указали, что алгоритм был обучен и протестирован с использованием высококачественных изображений, и его производительность, как правило, не оптимальна, если входные изображения имеют низкое качество. «Мы ожидаем, что использование нашего алгоритма со смартфоном может побудить публику посещать специалистов по раковым заболеваниям, таким как меланома, которой можно было бы пренебречь в противном случае, однако существуют проблемы с качеством или составом фотографий, сделанных широкой публикой, которые может повлиять на результаты алгоритма.
