Меланома — это тип злокачественной опухоли кожи. На это заболевание кожи приходится более 70% всех смертей по всему миру. Обычно врачи визуально выявляют это заболевание. Индикатором служат подозрительные пигментные поражения (suspicious pigmented lesions, SPL). Чем раньше врач заметит такое изменение, тем эффективнее пройдет лечение. Но у некоторых пациентов таких пигментов может быть много. В итоге поиск приоритетных зон для дальнейшей биопсии затрудняется.
Эффективнее проводить лечение поможет инструмент от ученых MIT и специалистов Клиники машинного обучения в здравоохранении Абдула Латифа Джамиля и Madrid-MIT M+Visión Consortium. Они разработали инструмент на базе искусственного интеллекта. Он задействует сверточные нейронные сети (DCNN) для анализа SPL по широкоугольным снимкам с камер. Причем достаточно даже изображения с камеры смартфона.
Систему обучили на основе 20,4 тыс. широкоугольных изображений кожи от 133 пациентов больницы Грегорио Мараньон (Мадрид). Также исследователи использовали общедоступные фотографии. Дерматологи, работавшие с учеными, визуально классифицировали поражения на проанализированных данных.
Решение с точностью свыше 90,3% распознало опасные SPL. Решению в обнаружении заболевания не мешают ни особенности кожного покрова, ни сложный задний фон.
«Системы, использующие компьютерное зрение и глубокие нейронные сети для количественной оценки таких общих признаков, могут достигать точности, сопоставимой с экспертными оценками дерматологов. Мы надеемся, что наше исследование возродит желание проводить более эффективные дерматологические обследования в учреждениях первичной медико-санитарной помощи, чтобы обеспечить своевременное направление к специалистам», отметили авторы исследования.
Разработка более быстро и точно оценить SPLS, что положительно скажется на шансах выздоровления.
