Искусственный интеллект диагностирует рак кожи лучше врачей

Новое исследование, опубликованное в журнале «Annals of Oncology», показало, что форма искусственного интеллекта или машинное обучение (сверточная нейронная сеть CNN) диагностирует рак кожи лучше, чем опытные дерматологи.

Ученые из Германии, США и Франции обучили CNN идентифицировать рак кожи, «показав» искусственному интеллекту более 100 000 изображений злокачественных меланом, а также доброкачественных родинок (невусов). Затем они сравнили эффективность диагностики CNN с работой 58 международных дерматологов и обнаружили, что сверточная нейронная сеть пропустила меньше меланом и неправильно диагностировала доброкачественные родинки, чем дерматологи.

CNN – искусственная нейронная сеть, способная быстро учится при «просмотре» изображений, и даже «самообучаться», чтобы повысить свою производительность.

Первый автор исследования, Хольгер Хеннссле, сообщил: «CNN работает как мозг ребенка. Чтобы обучить его, мы показали CNN более 100 000 изображений злокачественных и доброкачественных Мы использовали только дермоскопические изображения, то есть поражения были показаны с 10-кратным увеличением. При просмотре каждого учебного изображения сеть CNN улучшала свою способность различать доброкачественные и злокачественные поражения».

«После окончания обучения мы создали два набора тестов, состоящих из изображений библиотеки Гейдельберга, которые никогда не использовались для тренировок и были неизвестны CNN. Один набор из 300 картинок был создан только для тестирования производительности CNN, и 100 наиболее сложных поражений были отобраны для тестирования дерматологов и искусственного интеллекта».

Ученые пригласили врачей со всего мира принять участие в исследовании, и 58 человек из 17 стран согласились. Из них 17 (29%) человек имели менее двух лет опыта в дермоскопии, у 11 (19%) был опыт работы от двух до пяти лет, и 30 дерматологов (52%) были экспертами, чей опыт работы составлял более пяти лет.

Дерматологов попросили поставить диагноз злокачественной меланомы или доброкачественного поражения только после изучения дермоскопических изображений (уровень I), и принять решение о том, как контролировать заболевание (при помощи операции, краткосрочного наблюдения или бездействия). Затем, спустя четыре недели, им была представлена клиническая информация о пациентах, включающая в себя возраст, пол и расположение опухоли, и изображения крупным планом тех же 100 изображений (уровень II). Дерматологи вновь сообщили диагнозы и варианты решения проблемы.

На уровне I дерматологи идентифицировали 86,6% меланом и 71,3% доброкачественных поражений, в то время как CNN правильно диагностировал 71,3% доброкачественных родинок и 95% меланом. На уровне II дерматологи улучшили свои показатели, и точно диагностировали 88,9% злокачественных новообразований и 75,5% поражений, не являющихся раком.

Дерматологи с опытом работы более пяти лет справились с заданием лучше, чем менее опытные врачи, но их общая способность диагностировать опухоли на двух уровнях была ниже возможностей CNN.

Исследование имело некоторые ограничения - дерматологи находились в искусственной обстановке, где они знали, что они не принимали решения о «жизни или смерти», наборы тестов не включали весь спектр поражений кожи, было меньше утвержденных изображений некавказских типов кожи и генетического фона.

Источник: https://medicalxpress.com/news/2018-05-machine-ai-dermatologists-skin-cancer.html