Исследователи из Массачусетского технологического института и некоторых других научных учреждений Бостона разработали новый инструмент глубокого обучения, который упрощает выявление опасных поражений кожи по фотографиям, сделанным с помощью смартфона.
По данным глобальной коалиции по защите интересов пациентов с меланомой, в 2018 году меланома была выявлена у 287,7 тыс пациентов во всем мире. У 60,7 тыс. человек она стала причиной смертельного исхода. Заболевание возникает, когда вырабатывающие пигмент клетки, называемые меланоцитами, начинают бесконтрольно размножаются, вызывая стремительный рост опухоли. Раннее обнаружение меланомы возможно с помощью методов визуального осмотра и выявления подозрительных пигментных поражений. Однако у этого подхода есть несколько недостатков, в том числе большой объем потенциальных поражений, для которых при постановке диагноза требуется проведение биопсии.
«Раннее обнаружение подозрительных поражений может спасти жизни; однако сейчас возможности медицинских систем для проведения всесторонних обследований кожи в большом масштабе все еще отсутствуют», – говорит Луис Соенксен, разработчик и эксперт по медицинскому оборудованию Массачусетского технологического института.
Чтобы преодолеть эти проблемы, исследователи разработали новый инструмент на основе искусственного интеллекта, в котором широкоугольные изображения поверхности кожи, сделанные на смартфон, классифицируются с помощью методов глубокого обучения. Алгоритм разработан на основе технологии глубоких сверточных нейронных сетей. В процессе диагностики искусственный интеллект использует так называемый метод «гадкого утенка». Большинство родинок у человека кажутся похожими друг на друга и, как правило, не вызывают подозрений. Отличающиеся родинки классифицируются как «гадкие утята» и подлежат обязательному дальнейшему исследованию.
Алгоритм уже был обучен с использованием более 20 тыс. изображений 133 пациентов из больницы Грегорио Мараньон в Мадриде и общедоступных баз данных. Важно отметить, что снимки были сделаны на разные персональные камеры, чтобы гарантировать, что разработкой смогут воспользоваться обладатели любых смартфонов.
Данные, полученные после обучения системы показали ее высокую точность: чувствительность и специфичность в различении подозрительных поражений, кожи и сложного фона составили около 90%. В 86% случаев мнение отдельных специалистов совпадало с результатами диагностики, выполненной искусственных интеллектом. При подтверждении эффективности новой разработки, она станет доступна для пользователей, что сможет привести к значительной экономии времени и средств, затрачиваемых на визуализацию и анализ отдельных поражений
«Наше исследование показывает, что системы, использующие компьютерное зрение и глубокие нейронные сети для количественной оценки таких общих признаков, могут достигать точности, сопоставимой с экспертами-дерматологами», – говорит Соенксен. «Мы надеемся, что наше исследование возродит желание проводить более эффективные дерматологические обследования в учреждениях первичной медико-санитарной помощи, чтобы обеспечить своевременное направление к специалистам».