Ученые создали нейросетевую систему классификации онкологических поражений кожи, чувствительную к несбалансированным дерматологическим данным. Нейросеть способна анализировать изображения родинок и основные данные пациента, включая половую принадлежность, возраст и локализацию пигментного новообразования. Перед процедурой фотоснимки обрабатываются при помощи определенных фильтров, чтобы убрать из поля зрения мешающие шумовые эффекты, к примеру волосы. Точность распознавания нейросетью рака кожи по десяти диагностическим категориям составила 85,2%, отметили ученые.

Российская нейросетевая система также определяет пигментные поражения кожного покрова на 15% точнее, чем при визуальном осмотре врачом-онкологом. Стоит отметить, что эффективность российской нейросети оказалась выше, чем у аналогов из Германии, Австрии и Китая.

Со слов заведующего кафедрой математического моделирования СКФУ Павла Ляхова, разработка будет полезна для медиков и позволит сократить количество ложноотрицательных прогнозов. Врачи-дерматологи смогут ей пользоваться в качестве вспомогательного метода диагностики. Это позволит уменьшить влияние человеческого фактора при принятии врачебных решений и повысит точность раннего распознавания рака кожи, пояснил он.

Теперь ученые намерены заняться построением более сложных систем нейросетевого анализа дерматологических данных. Данные исследования были проведены при поддержке Российского научного фонда.

Рак кожи в последние годы стал самым часто диагностируемым онкологическим заболеванием в России. Ежегодно в стране диагностируется порядка 10 тыс. новых случаев. Патология достаточно легко лечится и не вызывает метастазов, главное – обнаружить его на ранней стадии, отмечают онкологи. Более точная диагностика повышает шансы пациентов в борьбе с данным недугом. Со слов врача-онколога Льва Демидова, если включить в статистику заболевших бессимптомно, то эта цифра будет примерно на 20% больше.