Методы глубокого обучения теперь нашли применение и в дерматологии. Алгоритм, распознающий изображения, оказался способен определять рак кожи по фотографиям не хуже специалистов.

«Я уверен, что в будущем меланомы будут распознаваться именно так», - говорит Ричард Уэллер (Richard Weller), врач-консультант по дерматологии в Королевской Больнице Эдинбурга (Royal Infirmary of Edinburgh) в Великобритании, который не работал над этим проектом.

Группа исследователей Стэнфордского университета во главе с Андрэ Эстевой (Andre Esteva) и Бреттом Капрелем (Brett Kuprel) обучала нейронную сеть на более чем 129 000 фотографиях повреждений кожи, на которых были изображены более 2 000 различных болезней.

Затем они тестировали алгоритм на новых наборах изображений, противопоставив ему 21 сертифицированного дерматолога, чтобы выяснить, способен ли алгоритм глубокого обучения достоверно выявить раковые родинки и поражения. Для каждого изображения клинические специалисты должны были сказать, нужно ли брать образец на биопсию и требуется ли лечить патологию, или нужно просто успокоить пациента. Верный результат диагноза на каждом изображении уже был известен благодаря анализам биопсии у каждого пациента.

В одном из тестов врачи и алгоритм должны были различать злокачественные случаи рака нижней или сквамозной клетки и выглядящие так же, но абсолютно безопасные бородавки. В другом случае они должны были различать злокачественную меланому, самую опасную форму рака кожи, и доброкачественные родинки. В обоих тестах алгоритм давал более точный результат, чем врачи, или на их уровне.

Сигнализирующее приложение

Исследователи предполагают, что этот алгоритм можно встроить в приложение в смартфоне. Люди бы могли отправлять в приложение фото повреждённой кожи, и оно бы их оповещало, если им следует сходить ко врачу. Хотя для исследований врачи используют не только визуальные показатели, но и информацию о том, изменялась ли родинка, к примеру, с течением времени, инструмент может быть полезен людям, которые не имеют лёгкого доступа к медицинским услугам.
Но если этот алгоритм будут использовать большое количество пользователей на своих устройствах, как говорит Уэллер, его создателям придётся принимать трудное решение: когда отправлять пользователя к врачу, а когда нет. Если алгоритм будет слишком осторожен, к дерматологам будут стоять громадные очереди из здоровых людей, которым не о чем на деле волноваться, но если он будет слишком избирателен, это может привести к игнорированию потенциально смертельных меланом.

Приложения для смартфона, которые утверждают, что могут помочь выявить поражения кожи, уже существуют. Однако исследование 2013 года, которые проходили четыре приложения, установило, что три из них неправильно классифицировали, по крайней мере, 30% меланом как безопасные.

«Эти алгоритмы очень хорошо учатся на больших объемах данных. А потому есть надежда, что это является отправной точкой, и если бы мы имели больше данных, точность бы улучшилась», - комментирует исследователь Эстева.

Новый алгоритм не был проверен в реальной работе в жизни, и Эстева говорит, что результатом этой работы не станет еще одно диагностическое приложение для смартфона. Однако он говорит, что «это может быть шагом на пути к обеспечению всеобщего доступа к медицинскому обслуживанию».

Источник: New Scientist