Нейросеть научили ранней диагностике меланомы

Меланома представляет собой злокачественное новообразование из пигментных клеток и наиболее опасную форму рака кожи. Ежегодно меланома поражает более 200 тысяч человек, свыше 50 тысяч из которых умирают. При этом основным способом ее диагностики является визуальный осмотр. Биопсия подозрительных новообразований подтверждает меланому лишь в 10 процентах случаев. Чтобы восполнить пробел, ученые из Рокфеллеровского университета и других учреждений проанализировали базу данных из 120 фотоснимков новообразований (60 доброкачественных пигментных пятен и 60 меланом). С помощью компьютерных программ авторы отобрали 50 диагностических критериев, отличающих меланому, в том числе форму, размер, симметричность, соотношение цветов и другие. Оценка биомаркеров меланомы. / © Daniel S. Gareau et al., Experimental Dermatology, 2016 Наиболее значимые параметры вошли в набор визуальных биомаркеров меланомы, который ученые использовали для обучения 13 различных алгоритмов. Их задачей было определить тип новообразования по соотношению критериев. Результат совместной работы алгоритмов выражался в количественной оценке Q от 0 до 1. Чем выше было значение, тем выше вероятность того, что на снимке меланома. В ходе испытаний система сумела верно определить меланому в 98 процентах случаев. Однако специфичность оказалась невысокой: диагностика доброкачественных новообразований была проведена только в 36 процентах случаев. По словам исследователей, подобные значения чувствительности сопоставимы с показателем квалифицированного эксперта-дерматолога.