Алгоритм натренували виявляти меланому за принципом «бридкого каченяти»

Американські вчені натренували алгоритм глибинного навчання розпізнавати меланому на зображеннях із високою точністю, властивою дерматологам. Винахід ґрунтується не тільки на аналізі особливостей окремого новоутворення, а й на його подібності з іншими новоутвореннями шкіри пацієнта. Дослідження опублікували у журналі Science Translational Medicine.

Алгоритм натренували призначати кожному новоутворенню на шкірі оцінку за шкалою підозрілості. Wyss Institute at Harvard University

Алгоритм натренували призначати кожному новоутворенню на шкірі оцінку за шкалою підозрілості. Wyss Institute at Harvard University

Навіщо це потрібно?

Меланома — дуже небезпечне онкологічне захворювання, яке зазвичай люди сприймають за звичайну родимку. У цьому частково й криється його загрозливість, оскільки часто меланому виявляють вже на пізніх стадіях. Допомогти у ранній діагностиці могли б ефективні електронні інструменти — вчені вже давно планують забезпечити смартфони користувачів здатністю розпізнавати підозрілі новоутворення шкіри. Науковцям із Гарвардського університету та Массачусетського технологічного інституту вдалося розробити прототип такої функції, натренувавши штучний інтелект поводитися подібно дерматологам.

Як працювали розробники?

Здебільшого попередні спроби виявлення меланоми за допомогою алгоритмів полягали в тому, що їх тренували звертати увагу на особливості окремого новоутворення. Наприклад, на форму, розміри, колір тощо. Однак дерматологи окрім цього оцінюють, наскільки родимка відрізняється від інших на тілі людини. Тож науковці застосували принцип «бридкого каченяти», який вважає за підозріле новоутворення те, що виділяється.

Вчені з допомогою дерматологів зібрали базу даних для навчання алгоритму. Вона складалася з 33 тисяч широкоформатних зображень шкіри пацієнтів, серед яких були світлини зі звичайними родимками та з меланомою, а також зображень інших об'єктів. Штучний інтелект вчився будувати карту родимок на зображення та порівнювати утворення одне з одним за окремими ознаками.

Що з цього вийшло?

Перевірку технології провели на 68 пацієнтах із використанням 138 фотографій їхньої шкіри. Дерматологи оцінили кожну зображену на них родимку за шкалою «дивності», а потім дали спробувати зробити те ж натренованому алгоритму. З'ясувалося, що висновок алгоритму збігався з остаточним висновком трьох дерматологів у 88 відсотках випадків, а з окремим дерматологом — у 86 відсотках випадків. Точність можна порівняти із діагностикою лікарів, тому що рівень згоди між дерматологами здебільшого сягає близько 90 відсотків.

Автори планують надалі вдосконалити технологію, щоб вона однаково добре працювала з різними тонами шкіри. Також вони хочуть співпрацювати з медичними центрами, щоб перевірити ефективність розробки в клінічних дослідженнях.