Искусственный интеллект делает успехи в диагностике меланомы

Подготовил Илья Скляр

В статье, опубликованой в журнале Annals of Oncology, международная группа ученых из США и Европы описывает свою работу с формой искусственного интеллекта (ИИ) под названием «сверточная нейронная сеть» (СНС, convolutional neural network, CNN). Как и все подобные нейронные сети, она является самообучающейся: знакомясь с изображениями, накапливает базу данных и приобретает способность к анализу новых изображений, учится распознавать и сортировать их.

Исследователи показали СНС около 100 000 дерматоскопических (сделанных с 10-кратным увеличением) фотографий начинающейся меланомы или доброкачественного новообразования, и с каждым разом его способность распознавать меланому улучшалось.

Для соревнования с ИИ ученые собрали международную (из 17 стран) группу; согласились поучаствовать 58 дерматологов. Примерно у половины был опыт дерматоскопии более 5 лет, у 29% — менее двух лет. Испытания проходили в два этапа. На первом врачам показали 100 самых сложных и спорных случаев из тех, что не использовались для тренировки ИИ. Необходимо было поставить диагноз, а также принять решение о дальнейших действиях (нужны ли срочная операция, систематическое наблюдение и т.п.). Врачи верно детектировали 86,6% меланом и 71,3% доброкачественных родинок. Через 4 недели врачам опять показали дерматоскопические изображения, а также предоставили более крупные изображения и информацию по пациентам (возраст, пол, местоположение пигментного пятна), и тогда их показатели составили уже 88,9% по меланомам и 75,7% по доброкачественным опухолям, причем результат опытных врачей был еще более высоким. Однако если брать средний показатель, то ИИ по меланомам лидировал с большим отрывом (95%) и почти не уступал врачам в распознавании доброкачественных родинок (71,3%).

Естественно, экспериментальная ситуация отличается от реальной: в подборке были неодинаково полно представлены все оттенки кожи, врачи знали об относительной «несерьезности» принимаемого решения. Неясно также, будут ли они в реальности доверять диагнозу, поставленному компьютером. Тем не менее подобный ИИ способен улучшить диагностику такого опасного онкологического заболевания, как меланома (232 000 новых случаев по всему миру и 55 000 смертей ежегодно).

В заключение ученые отметили, что в настоящее время еще рано отказываться от строгого клинического исследования. Тем не менее 2D и 3D фотографии пациента позволяют запечатлеть 90—95% кожного покрова, и учитывая экспоненциальное развитие технологий обработки изображений, можно предполагать, что диагностическая парадигма в дерматологии скоро изменится.

Источник

H. A. Haenssle et al.// Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists// Annals of Oncology : 1–7, 2018 DOI: 10.1093/annonc/mdy166