Ранняя диагностика злокачественных новообразований кожи остается актуальной задачей современной медицины. Большинство клинических подходов, нацеленных на скрининг пигментной и беспигментной базальноклеточной карциномы, можно отнести к малоэффективным. Технологии компьютерного зрения и машинного обучения открывают новые возможности для создания эффективных методов выявления подозрительных новообразований кожи. Однако большинство алгоритмов, разработанных в этой области, имеют ограниченную доказательную базу из-за отсутствия внешней проспективной валидации.

Целью данного исследования являлось проведение внешней валидации алгоритма искусственного интеллекта для оценки вероятности злокачественности пигментных и беспигментных новообразований кожи по фотоснимкам. Целевой аудиторией приложения являются пациенты. Также приложение может быть использовано врачами-клиницистами, например, врачами-дерматологами, в ходе первичного приема. В исследовании приняли участие 132 пациента с жалобами на наличие локального новообразования кожи. Результаты гистологических и цитологических исследований использовались в качестве референс-теста, а тестируемое приложение «ПроРодинки» в качестве индекс-теста. Алгоритм продемонстрировал высокую чувствительность 86% в диагностике базальноклеточной карциномы, однако специфичность составила 41%.

Для повышения специфичности алгоритма целесообразно повторное обучение с применением методов сэмплирования, оптимизации гиперпараметров и уменьшения размерности данных. Также целесообразно внедрение функционала автоматической оценки качества входящих изображений для исключения снимков неудовлетворительного качества.

Данное исследование подчеркивает важность валидации разработанных алгоритмов, направленных на классификацию новообразований с предложением рекомендаций по дальнейшим действиям. Такой подход открывает перспективы для дальнейшего совершенствования диагностических систем на основе нейронных сетей.