Поделиться
Система, предложенная учеными СКФУ, представляет собой метод предварительной обработки изображений. Разработанная нейросетевая система, основана на анализе различных дерматологических данных, которые представляют собой общую информацию о пациентах, такую как возраст, пол, расположение пигментного новообразования на теле пациента.
Кандидат физико-математических наук, доцент, заведующий кафедрой математического моделирования СКФУ Павел Ляхов отметил, что использование разнородной информации при создании интеллектуальных систем диагностики и поддержки принятия решений специалистов, медиков и клиницистов позволяет значительно повысить точность классификации за счет поиска связей между визуальными объектами исследований и статистическими метаданными.
Созданная математиками СКФУ мультимодальная система научилась распознавать 10 диагностических категорий пигментных поражений кожи: от дерматофибромы, невуса, солнечного лентиго, разных видов кетароза до меланомы и других видов рака кожи. Наибольшая точность распознавания пигментных новообразований кожи составила 83,6%, что значительно превышает точность визуальной постановки диагноза медиками-дерматологами.
Ректор СКФУ Дмитрий Беспалов подчеркнул, что созданные на основе искусственного интеллекта автоматизированные системы распознавания медицинских данных способны повысить точность диагностики. «Данная разработка позволит минимизировать влияние человеческого фактора, поможет в принятии врачебных решений и расширит возможности раннего выявления рака кожи. Уверен, что это исследование станет научным заделом для использования данного метода в медицине».
