ИИ превосходит опытных дерматологов по точности обнаружения рака кожи

• Исследователи обучили сверточную нейронную сеть обнаружению рака кожи.
• Она превзошла международную группу опытных дерматологов.
• ИИ не заменит врачей, но может помочь в принятии более точных решений.

Впервые международная группа доказала, что искусственный интеллект может обнаруживать рак кожи точнее, чем опытные дерматологи.

Число случаев злокачественной меланомы растет:в 2015 году во всем мире было поставлено более 230 000 новых диагнозов и 59 800 случаев смерти. Раннее выявление имеет решающее значение; на IV стадии 5- и 10-летняя выживаемость падают до 15% и 10%.

Команда Европейского общества медицинской онкологии обучила сверточную нейронную сеть (CNN) более чем 100 000 дерматоскопическим изображениям злокачественных меланом и доброкачественных родинок.

При прямом сравнении CNN пропустил меньше положительных случаев, чем 58 дерматологов из 14 стран.

Искусственная нейронная сеть

Исследователи использовали архитектуру Google Inception-v4, обучая ее дерматоскопическим изображениям и их диагнозам. Нейронные сети учатся на примере и постепенно совершенствуются по мере получения большего количества данных.

Изображения были увеличены в 10 раз, чтобы предоставить CNN детальное представление. Каждая итерация обучения улучшала способность модели отличать злокачественные образования от доброкачественных.

CNN против врачей

Были созданы два набора тестов:уровень I (только дерматоскопические изображения) и уровень II (дерматоскопические изображения плюс клиническая информация). И CNN, и дерматологи измерили специфичность, чувствительность и площадь под кривой ROC.

На уровне I дерматологи достигли средней чувствительности 86,6% для меланомы и специфичности 71,3% для доброкачественных родинок. Чувствительность CNN достигла 95 % в отношении меланомы, сохраняя при этом ту же специфичность в 71,3 % для доброкачественных родинок.

На уровне II показатели улучшились в обеих группах, но CNN по-прежнему демонстрировала более высокую чувствительность и специфичность, пропуская меньше раковых заболеваний и ошибочно классифицируя меньше доброкачественных поражений.

Результаты также соответствовали трем лучшим алгоритмам конкурса Международного симпозиума по биомедицинской визуализации (ISBI) 2016 года.

Заключение

Данные показывают, что CNN может превзойти даже опытных дерматологов в выявлении рака кожи.

Хотя эта технология не предназначена для замены врачей, она предлагает мощный инструмент поддержки принятия решений, который может повысить точность диагностики.

Читайте:Google разрабатывает искусственный интеллект, который предсказывает болезни сердца, сканируя ваши глаза

Будущие улучшения будут связаны с увеличением количества обучающих наборов и достижениями в области технологий визуализации, что потенциально изменит дерматологическую диагностику в ближайшем будущем.

Ссылка:Анналы онкологии | doi:10.1093/annonc/mdy166