В помощь медикам: учёные СКФУ разрабатывают нейросеть, способную диагностировать рак кожи

Работу учёных Северо-Кавказского федерального университета о диагностике рака кожи с помощью нейросетевой системы по достоинству оценили в академическом сообществе.  Статью «Мультимодальная ансамблевая нейросетевая система обнаружения рака кожи на основе анализа гетерогенных дерматологических данных» опубликовали в журнале «Вестник СПбГУ».
– Предложенная система может использоваться как высокоточный вспомогательный диагностический инструмент, помогающий принять медицинское решение, что позволит повысить шанс раннего выявления пигментных онкопатологий, – рассказала младший научный сотрудник отдела модулярных вычислений и искусственного интеллекта регионального научно-образовательного математического центра "Северо-Кавказский центр математических исследований" факультета математики и компьютерных наук имени профессора Н.И. Червякова Ульяна Ляхова.
Над нейросетью, которая может распознать пигментное новообразование на коже человека, учёные Северо-Кавказского федерального университета – заведующий кафедрой математического моделирования факультета математики и компьютерных наук имени профессора Н.И. Червякова, кандидат физико-математических наук Павел Ляхов и младший научный сотрудник отдела модулярных вычислений и искусственного интеллекта регионального научно-образовательного математического центра «Северо-Кавказский центр математических исследований» факультета математики и компьютерных наук имени профессора Н.И. Червякова Ульяна Ляхова – работают уже не первый год.
Аналоги подобных нейросетей уже были в отечественной и мировой науке, однако, работали они только по изображениям, да и точность анализа была не очень высокой. Нейросеть, которую разрабатывают учёные СКФУ, обучалась не только на наборах изображений пигментных новообразований, но и на метаданных пациента – пол, возраст и диагноз.
– Мы разработали архитектуру нейронной сети для обработки статистических данных и соединили её с уже готовой и предварительно обученной архитектурой для обработки визуальных данных. Получилась ансамблевая мультимодальная модель для обработки разнородных данных, – отмечает Ульяна Ляхова.
Исследователи отмечают, что точность, с которой нейросеть анализирует данные, уже превышает 85%. В перспективе разработчики намерены повысить этот показатель до 98%.
А в планах у учёных вуза – лицензировать свою разработку. В будущем подобная нейросеть сможет стать помощником для врачей-онкологов при анализе пигментных новообразований пациентов.