Исследование, проведенное под руководством Алию Тетенги Ибрагима и его команды из Университета Ахмаду Белло, опубликованное в журнале Data Science and Management, представляет собой прорыв в области искусственного интеллекта (ИИ) и дерматологии. Разработанная модель может значительно повысить точность диагностики рака кожи, что может спасти множество жизней.
Команда из Университета Ахмаду Белло использовала методы трансферного обучения и увеличения времени тестирования (TTA) для создания модели, способной классифицировать повреждения кожи на семь категорий, включая меланому, базальноклеточную карциному и доброкачественный кератоз. Модель была обучена на обширном наборе данных HAM10000, содержащем более 10 000 дерматоскопических изображений, и достигла впечатляющей точности 94,49%.
Ключевым новшеством исследования является использование метода TTA, который искусственно увеличивает набор данных, применяя случайные модификации к тестовым изображениям. Это позволяет модели обобщать широкий спектр поражений кожи и повышать точность диагностики. Подход взвешенного ансамбля, сочетающий сильные стороны различных моделей, показал превосходные результаты по сравнению с другими современными методами в этой области.
«Интеграция глубокого обучения в дерматологию — это необходимость», — отмечает ведущий исследователь Алию Тетенги Ибрагим.
«Высокая точность нашей модели может снизить потребность в ненужных биопсиях и способствовать более раннему выявлению рака кожи, что в конечном итоге спасает жизни. Этот прорыв демонстрирует, как ИИ может расширить возможности медицины и обеспечить критически важную поддержку в борьбе с раком кожи», — добавил он.
Потенциал применения этой модели ИИ в клинической практике огромен. Она может упростить диагностический процесс, снизить затраты на здравоохранение и улучшить уход за пациентами, особенно в регионах с ограниченным доступом к дерматологическим услугам. Внедрение этой технологии на платформы телемедицины может демократизировать доступ к диагностике рака кожи и предоставить передовые медицинские услуги малообеспеченным группам населения.
Исследование Алию Тетенги Ибрагима и его команды может изменить глобальное здравоохранение, сделав диагностику рака кожи более доступной и эффективной для людей по всему миру.
Литература:
Aliyu Tetengi Ibrahim et al, Categorical classification of skin cancer using a weighted ensemble of transfer learning with test time augmentation, Data Science and Management (2024). DOI: 10.1016/j.dsm.2024.10.002