ШІ в дерматології
Шкіра є найбільшим і найпомітнішим органом тіла, тому дерматологія є природним підходом для ШІ на основі зображень.
Огляд
Deep learning can classify skin lesions, including potentially deadly melanoma, from photographs at a level that rivals board-certified dermatologists.
Глибоке занурення
Ключове дослідження Nature у 2017 році, проведене дослідниками Стенфордського університету, навчило згорткову нейронну мережу на приблизно 130 000 клінічних зображеннях і показало, що вона може класифікувати рак шкіри, включаючи меланому та карциноми, так само точно, як 21 сертифікований дерматолог. Відтоді моделі були вбудовані в програми для смартфонів і інструменти дерматоскопії, які аналізували збільшені поляризовані зображення, які дерматологи використовують для огляду родимок. Обіцянням є сортування: допомога лікарям первинної медичної допомоги та пацієнтам вирішити, які плями потребують термінової біопсії, особливо там, де не вистачає дерматологів. Але дерматологія виявила кричущу проблему справедливості. У більшості навчальних наборів даних переважає світла шкіра, тому моделі часто працюють гірше на темній шкірі, де меланома зустрічається рідше, але смертоносніше, якщо її пропустити. Створення різноманітних наборів даних, таких як Fitzpatrick 17k і Diverse Dermatology Images, зараз є головним пріоритетом.
Технічне розуміння
Ці системи, як правило, є CNN або трансформаторами зору, навченими на маркованих клінічних і дермоскопічних зображеннях, часто підтверджених діагнозами, підтвердженими біопсією (золотий стандарт). Дермоскопія додає збільшення та перехресно поляризоване світло, яке виявляє підповерхневий пігмент і судинні візерунки, невидимі неозброєним оком. Відомий підводний камінь: моделі можуть засвоїти помилкові скорочення, як-от позначення уражень, сфотографованих поруч із хірургічним маркером шкіри чи лінійкою, як злоякісні, оскільки такі маркери з’являлися переважно на зображеннях раку під час навчання.
Стратегічний вплив
Контекст і правила
Галузевий контекст визначає, чи виживуть ідеї ШІ при контакті з реальністю.
Контроль якості
Обмеження домену впливають на прийнятну кількість помилок і моделі контролю.
Створіть вибір
Успішне розгортання узгоджує технічні можливості з робочими процесами.
Майбутнє ШІ в дерматології
Регульовані додатки для сортування та асистенти дермоскопії стануть звичайними інструментами першої лінії, поширюючи скринінг на рівні спеціаліста на загальну практику та райони з недостатнім обслуговуванням. Усунення розриву в продуктивності відтінку шкіри за допомогою різноманітних наборів даних є головним завданням галузі та активним поштовхом для досліджень. Фотографія всього тіла з виявленням змін ШІ відстежуватиме кожну родимку з часом, а мультимодальні моделі, що поєднують зображення з історією пацієнта та навіть генетичним ризиком, мають визначити, кому справді потрібна біопсія.
Реалізація в реальному світі
Стенфордський CNN у 2017 році класифікував рак шкіри на основі приблизно 130 000 зображень нарівні з 21 сертифікованим дерматологом, що є фундаментальним результатом для цієї галузі.
Додатки для смартфонів і дермоскопії сортують підозрілі родимки, допомагаючи пацієнтам і лікарям первинної медичної допомоги вирішити, що потребує термінового огляду спеціаліста.
Системи фотографування всього тіла використовують штучний інтелект для порівняння зображень у часі та позначення нових або змінених уражень у пацієнтів із високим ризиком.
Різноманітні набори даних, як-от Fitzpatrick 17k і Diverse Dermatology Images, створюються, щоб зменшити низьку точність штучного інтелекту на темних тонах шкіри.
Ризики та огорожі
Нормативні вимоги можуть зробити недійсними в іншому випадку надійні прототипи.
Історичні дані можуть кодувати упередженість, яка шкодить певним спільнотам.
Застарілі системи можуть створювати вузькі місця інтеграції та приховані витрати.
Дорожня карта впровадження
Залучайте експертів із предметної області від розробки проблеми до оцінки.
Створіть контрольні стежки та документацію перед запуском.
Завчасно перевірте зобов’язання щодо відповідності та безпеки.
Розгортайте поетапно з чіткими критеріями зупинки та відкату.
Продовжуйте досліджувати
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Dermatology quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Наступний посібник
ШІ в космосі та супутниках
Часті запитання
What is AI in Dermatology?
Шкіра є найбільшим і найпомітнішим органом тіла, тому дерматологія є природним підходом для ШІ на основі зображень. Глибоке навчання може класифікувати ураження шкіри, включаючи потенційно смертельну меланому, за фотографіями на рівні, який конкурує з сертифікованими дерматологами.
Що продемонструвало епохальне дослідження дерматології Стенфордського університету 2017 року?
На основі приблизно 130 000 зображень Стенфордський CNN порівняв результати діагностики 21 сертифікованого дерматолога в класифікації раку шкіри, що є основоположним доказом концепції для цієї галузі.
Яка головна проблема справедливості задокументована в дерматології ШІ?
Традиційно у наборах даних для навчання переважала світліша шкіра, тому моделі часто погано працюють на темній шкірі, де меланома зустрічається рідше, але частіше смертельно небезпечна, якщо її пропустити.
Що додає дермоскопія до стандартної фотографії шкіри?
Дермоскопія використовує збільшення та поляризоване світло для виявлення пігментних і судинних структур під поверхнею шкіри, які неможливо побачити неозброєним оком, що дає штучному інтелекту багатші можливості для аналізу.
Який фальшивий ярлик були спіймані на вивченні дерматологічних моделей?
Оскільки хірургічні шкірні маркери та лінійки з’являлися в основному на зображеннях ракових пухлин, які готуються до біопсії, деякі моделі навчилися пов’язувати ці маркери зі злоякісністю, а не з самим ураженням.
Що таке «золотий стандарт», на який зазвичай перевіряються ці моделі?
Надійний дерматологічний штучний інтелект підтверджується діагнозами, підтвердженими біопсією, що є золотим стандартом гістопатології, а не лише неперевіреними візуальними етикетками.