Искусственный интеллект в диагностике доброкачественных новообразований кожи у пациентов детского возраста. Интеграция нейронной сети в мобильное приложение

Abstract

Введение. Десятилетие назад искусственный интеллект (ИИ), в частности нейронные сети (НС), как диагностическая опция в практике врача казался лишь отдаленной перспективой. На сегодняшний день применение ИИ во всех сферах клинической и фундаментальной медицины является все более востребованным и ежедневно совершенствующимся подходом. Цель исследования. Разработка НС и ее обучение распознаванию четырех типов доброкачественных меланоцитарных новообразований кожи, интеграция искусственного интеллекта в мобильное приложение. Материал и методы. 600 пациентам детского возраста были проведены клиническое и дерматоскопическое исследования новообразований кожи. У части пациентов (n=65) элементы были удалены и патоморфологически верифицированы. В 43% (n=28) был выявлен дермальный невус, в 33,8% (n=22) ― сложный невус, в 10,8% (n=7) ― пиогенная гранулема, в 6,2% (n=4) ― невус Шпиц, по 3,1% (n=2) были вариантами голубой невус и меланома кожи. Семь пациентов с пиогенными гранулемами и 2 с меланомой были исключены из тестовой выборки во время обучения НС. В обучающей выборке была проведена аугментация, тем самым, база была увеличена с 600 до 1800 изображений. НС написана на языке программирования Python с использованием фрэймворка для машинного обучения TensorFlow 2.0. Архитектура сети основана на предварительно обученной модели «EfficientNet B7» с применением парадигмы «обучения с учителем». Результаты. После периода обучения на тестовой когорте достигнута 83 % точность распознавания четырех типов меланоцитарных невусов. Несмотря на ограниченную выборку, чувствительность метода в зависимости от класса новообразования составила 100% (голубой невус), 73% (сложный невус), 93% (дермальный невус) и 75% (невус Шпиц), специфичность ― 98, 94, 82 и 98% соответственно. Помимо разработки и обучения искусственный интеллект интегрирован в мобильное приложение «KIDS NEVI», что обеспечило практическое применение метода. Заключение. ИИ в качестве вспомогательного метода диагностики меланоцитарных новообразований кожи у детей и подростков продемонстрировал высокий потенциал. Несмотря на ограниченную выборку, в настоящем исследовании представлены большие достижения в информативности данной диагностической методики.