ИИ научили выявлять рак кожи
С точностью в 69%© Ferra.ru
Для обучения модели использовались данные 53 601 кожного образования от 25 105 пациентов. Исследователи применили методы машинного обучения и теорию комбинаций для выделения 22 клинических признаков, наиболее значимых для оценки подозрительности кожного поражения. К таким признакам относятся изменения в размере, цвете или форме образования, его воспаленность, а также цвет волос в 15 лет.
В результате была создана новая система оценки риска C4C, продемонстрировавшая точность 69%, что значительно выше, чем у предыдущих методов, таких как 7PCL (62%) и Williams score (60%).
Профессор Гордон Уишарт отметил, что новая модель, комбинирующая риск-оценку с изображениями кожных образований, может сократить количество направлений на биопсию, снизить время ожидания диагностики рака кожи и улучшить результаты лечения. Ожидается, что модель получит одобрение регулирующих органов в 2025 году.