Новая система анализирует изображения родинок и основные данные пациента, включая пол, возраст и локализацию пигментного новообразования. Перед процедурой снимки обрабатываются с помощью определенных фильтров, чтобы убрать из поля зрения мешающие шумовые эффекты, например волосы.
Точность распознавания нейросетью рака кожи по 10 диагностическим категориям составила 85,2%, рассказали ученые. Отечественная система также определяет пигментные поражения кожного покрова на 15% точнее, чем при визуальном осмотре врачом.
Эффективность нейросети оказалась выше, чем у аналогов из Германии, Австрии и Китая. По словам заведующего кафедрой математического моделирования СКФУ Павла Ляхова, разработка будет полезна для медиков и поможет снизить количество ложноотрицательных прогнозов.
"Использование разработанного комплекса врачами-дерматологами в качестве вспомогательного метода диагностики позволит уменьшить влияние человеческого фактора при принятии врачебных решений, значительно снизить количество ложных диагнозов и повысить точность раннего распознавания рака кожи", – приводит его слова РИА Новости в четверг, 7 декабря.
Теперь ученые из СКФУ планируют заняться построением более сложных систем нейросетевого анализа дерматологических данных. Специалисты проводили исследование при поддержке Российского научного фонда.
Рак кожи считается одним из самых распространенных видов онкологических заболеваний. Более точная диагностика повышает шансы пациентов в борьбе с недугом.
