Возможности оптимизации скрининга новообразований кожи

Цель исследования - определить возможности использования искусственного интеллекта как инструмента популяционного скрининга опухолей кожи. Материалы и методы. Разработан инструмент самообследования на базе искусственного интеллекта, позволяющий регулярно проводить осмотр кожи с фотографией на смартфон в сочетании с анкетными данными по факторам риска. Предложенная модель позволяет различать злокачественные и доброкачественные новообразования. Результаты. Анализ результатов популяционного скрининга выявил значительно более высокую распространенность злокачественных опухолей кожи на 100 000 населения. Наши результаты показали гораздо более молодой средний возраст пациентов со злокачественными опухолями кожи как у мужчин, так и у женщин по сравнению с официальной статистикой, с разницей в 15 лет. Заключение. Мобильное приложение на основе искусственного ителлекта может эффективно использоваться для скрининга на злокачественные новообразования кожи и маршрутизации пользователей в случае выявления подозрительного новообразования в специализированное медицинское учреждение.

The aim of this study is to determine the opportunities of using artificial intelligence as a tool for mass screening of skin tumors. Materials and methods: An artificial intelligence-based self-examination tool has been developed, allowing for regular skin examination with a smartphone photo along with questionnaire data on risk factors. The proposed model allows us to distinguish between malignant and benign neoplasms. Results: Analysis of the results of population screening revealed a significantly higher prevalence of malignant skin tumors per 100,000 population. Our results showed a much younger average age of patients with malignant skin tumors in (of both sexes) in comparison with official statistics, with a 15 year difference. Conclusion: A mobile application based on artificial intelligence can be effectively used for screening for malignant skin tumors and directing users to a specialized medical facility, were a suspicious tumor to be detected.

Авторы
Ускова К.А.1 , Гаранина О.Е.1 , Ухаров А.О.2 , Клеменова И.А.1 , Гамаюнов С.В.3 , Миронычева А.М.1 , Дардык В.И.4 , Сайфуллина В.А.1 , Короткий С.С. 5 , Шливко И.Л.1
Номер выпуска
1
Язык
Русский
Страницы
69-75
Статус
Опубликовано
Год
2024
Организации
  • 1 ФГБОУ ВО «Приволжский исследовательский медицинский университет» Министерства здравоохранения РФ
  • 2 ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана»
  • 3 ГАУЗ НО НИИКО «Нижегородский областной клинический онкологический диспансер»
  • 4 ООО «АИМЕД»
  • 5 ФГАОУ ВО «Российский университет дружбы народов им. Патриса Лумумбы»
Ключевые слова
skin tumors; artificial intelligence; population screening; self-examination; neural networks; and risk factors; опухоли кожи; искусственный интеллект; популяционный скрининг; самообследование; нейросети; факторы риска
Дата создания
01.07.2024
Дата изменения
01.07.2024
Постоянная ссылка
https://repository.rudn.ru/ru/records/article/record/111745/
Поделиться

Другие записи

Приходько М.В., Игнатенко А.В., Певцов А.В.
Политическая лингвистика. Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Уральский государственный педагогический университет". 2024. С. 127-135