Искусственный интеллект научили определять рак кожи наравне с профессиональными онкологами

Исследователи из Стэнфордского университета разработали алгоритм искусственного интеллекта, способный наравне с профессиональными докторами обнаруживать у человека рак кожи. Для создания программы использовались примерно 130 тысяч изображений родинок, сыпи и кожных поражений. Затем в рамках тестирования эффективность алгоритма сравнили с работой 21 дерматолога, и искусственный интеллект, по словам авторов, в плане точности как минимум на 91 % соответствовал диагностике, проводимой живыми врачами. Предполагается, что в будущем алгоритм может быть использован для создания мобильного приложения для обнаружения рака кожи прямо на дому. Цель исследователей — не заменить дерматологов, а дать людям недорогой способ раннего обнаружения онкологических заболеваний.

Традиционный процесс обнаружения подобных заболеваний включает в себя визуальный осмотр на наличие родинок и других отметин на коже. Чем раньше заболевание обнаруживается, тем больше шансы, что человек выживет. Например, при обнаружении меланомы на ранней стадии её развития люди выживают в 97 % случаев, но на поздних стадиях показатель падает приблизительно до 14 %.

Стэнфордские исследователи начали процесс обучения искусственного интеллекта с использования алгоритма глубокого обучения, созданного Google для классификации изображений. Как говорится в документе, опубликованном в журнале Nature, исследователи «скормили» программе десятки тысяч изображений со всего мира, включавшие в себя информацию о типе рака и его доброкачественности или злокачественности. «Мы собрали картинки из Интернета и работали с медицинской школой, чтобы систематизировать данные, которые сначала были очень беспорядочными — сами по себе отметки были представлены на разных языках, включая немецкий, арабский и латинский», — написал один из авторов исследования Бретт Курпель (Brett Kuprel) в блоге университета.

В результате была создана база данных почти что из 130 тысяч изображений чуть более чем двух тысяч заболеваний. Нейронная сеть просканировала их пиксель за пикселем в поисках характеристик, присущих каждому диагнозу. В итоге алгоритм в плане точности обнаружения меланомы на 95 % соответствовал работе дерматологов, а в поиске доброкачественных родинок — на 76 %. В тех же тестах точность обнаружения злокачественных образцов составила 96 %, а безобидных поражений — 90 %.