Псориаз — хроническое воспалительное заболевание, которое поражает кожу, ногти и суставы. Он может проявляться в разных формах, и это часто затрудняет диагностику, особенно на ранних стадиях. По информации ВОЗ, псориазом страдает до 125 миллионов человек по всему миру.
В опубликованном исследовании команда ученых предложила использовать методы машинного обучения и нейросети (CNN), чтобы повысить точность распознавания болезни. Алгоритм обучили на базе из тысяч изображений, включающих как пораженную, так и здоровую кожу. Результат — точность до 98% при классификации изображений и высокая устойчивость к внешнему «шуму» в данных.
Модель использует предварительно обученную нейросеть ResNet, что позволяет учитывать мельчайшие детали, которые могут быть неочевидны даже специалисту. На этапе тестирования система стабильно опережала классические алгоритмы по точности, чувствительности и специфичности.
Кроме того, авторы дополнительно увеличили количество обучающих примеров за счет изменения угла, яркости и масштабов изображений. Это повысило устойчивость модели и уменьшило переобучение.
Система может стать полезным инструментом для врачей, особенно в странах с ограниченным доступом к дерматологам. Она также может использоваться для самопроверки — например, в мобильных приложениях, которые анализируют фото кожи. Однако ученые подчеркивают: ИИ не заменяет врача, а лишь помогает ему поставить диагноз. Исследователи отмечают, что в будущем модель можно адаптировать и для других кожных заболеваний — таких как экзема, розацеа или меланома.
Авторы признают, что для полноценного клинического применения потребуется масштабная валидация и независимое тестирование в разных популяциях. Также важно создать этическую и юридическую основу для внедрения ИИ в диагностику.
Ранее мы рассказывали о том, как ИИ поможет прогнозировать новые вирусы и создавать от них защиту.