Сравнительный анализ смартфон-приложений на базе искусственного интеллекта для самостоятельной оценки риска рака кожи

Проведен сравнительный анализ трех смартфон-приложений на базе искусственного интеллекта для самостоятельной оценки риска рака кожи: ProRodinki, Skinive и SkinVision. Анализ включает описание приложений и их методы работы, а также результаты, такие как чувствительность и специфичность, полученные в ходе практического эксперимента с обработкой 516 изображений новообразований кожи и патологий, подтвержденных гистологическими исследованиями, через каждое приложение. Каждое приложение уникально и отличается от других своими принципами работы, алгоритмами, пользовательским опытом, дизайном и, конечно же, моделью искусственного интеллекта и набором входных данных, которые анализируются нейронными сетями. Настоящее исследование и практический эксперимент были проведены с упором на обработку изображений и оценку риска приложения для каждого из изображений новообразований, другая информация о новообразованиях была представлена нейтральной. Результаты эксперимента приводят к выводу о нехватке методологии для тестирования и анализа различных смартфонприложений на базе искусственного интеллекта. Имея данную методологию, результаты сравнительного анализа могут быть более объективными и прозрачными.

Comparison analysis of AIbased smartphone applications for selfexamination of skin cancer risk

A comparative analysis of 3 AI-based smartphone applications for self-service skin cancer risk assessment: ProRodinki, Skinive and SkinVision. Analysis consists of description of applications and its ways of work, and results, such as sensitivity and specificity, done on the base of the practical experiment conducted with processing 516 images of the skin neoplasms and pathologies confirmed by histological research via each app. Every application is unique and differs from each other by its principles or work, algorithms, user experience and design, and of course AI model and the set of input data that is analyzed by neural networks. Current research and practical experiment were made with focus on images processing and the app risk assessment for each of the image, other details and mole prescription information were set neutral. This leads to a conclusion that there is a lack of methodology for testing and analysis of different AI-based applications and services. Having such methodology, the comparison analysis results can be more objective and transparent.