В РФ появилась нейросетевая система распознавания пигментных новообразований кожи.
Авторами разработки являются математики из Северо-Кавказского федерального университета (СКФУ). Инновационная разработка позволит определить 10 диагностических категорий пигментных поражений кожи с более высокой точностью, чем аналоги.
Разработка российских ученых представляет собой метод предварительной обработки изображений. В основе нейросетевой системы лежит анализ различных дерматологических данных пациента, в том числе его пол, возраст и расположение пигментного новообразования.
Использование разных данных при разработке инновационных систем диагностики и поддержки принятия решений медиков, специалистов и клиницистов способствует существенному повышению точности классификации. Это достигается благодаря поиску связей между статистическими метаданными и визуальными объектами исследований. Об этом сообщил кандидат физико-математических наук, доцент, заведующий кафедрой математического моделирования СКФУ Павел Ляхов.
В целом новая интеллектуальная система ученых СКФУ может распознавать 10 различных видов поражений: от невуса, солнечного лентиго, дерматофибромы, разных видов кератоза до меланомы и других видов злокачественных новообразований кожи. Наибольшая точность определения пигментных поражений кожи составила 83,6%, что существенно превышает точность визуальной постановки диагноза врачами-дерматологами.
Ректор университета Дмитрий Беспалов обратил внимание, что разработанные на базе искусственного интеллекта автоматизированные системы распознавания медицинских данных способны увеличить точность постановки диагноза.
“Данная разработка позволит минимизировать влияние человеческого фактора, поможет в принятии врачебных решений и расширит возможности раннего выявления рака кожи. Уверен, что это исследование станет научным заделом для использования данного метода в медицине”, – подчеркнул Беспалов.
В дальнейшем ученые СКФУ планируют разработать на базе этой системы мобильное приложение в качестве вспомогательного инструмента. Пользователь сможет самостоятельно проверить себя на наличие подобных новообразований и при необходимости своевременно обратиться к специалисту. Разработчики также намерены проверить другие свои идеи для дальнейшего применения системы в разных областях медицины.
