Исследователи из Google Health создали алгоритм, который умеет с точностью до 93 процентов диагностировать 26 кожных заболеваний, включая акне, псориаз и меланому. Для этого система анализирует снимки пораженного участка тела и информацию о пациенте и его жалобах, ранжируя возможные диагнозы. Алгоритм поможет врачам общей практики определять дерматологические нарушения и направлять для дальнейшего лечения к специалистам, пишут ученые в препринте на arXiv.org и в блоге Google.
Большинство существующих алгоритмов, которые могут использоваться дерматологами, направлены на диагностику меланомы и других видов рака кожи: сейчас они работают с достаточно высокой точностью. В диагностике других кожных заболеваний (например, дерматита или облысения) они не сильны, но могут быть очень полезны: в США, к примеру, жалобы на проблемы с кожей поступают от около 37 процентов всех посетителей медицинских учреждений, но не всегда направляются к нужному специалисту-дерматологу.
Помочь врачам эффективнее диагностировать распространенные кожные заболевания решили исследователи из Google Health (подразделение компании, занимающееся технологическими вопросами здравоохранения) под руководством Юаня Лю (Yuan Liu). Разработанная ими система получает на вход изображения кожи пациента и метаданные, которые включают в себя демографическую информацию о пациенте, некоторые его жалобы на состояние и историю наличия кожных заболеваний.
За распознавание по фото в системе отвечает открытая архитектура Inception-v4, а из метаданных информация выделяется с помощью классификатора и затем сопоставляется с изображениями с помощью трансформации признаков. Для обучения и тестирования получившегося алгоритма разработчики отобрали 14021 и 3756 диагностированных дерматологами медицинских случаев соответственно.
На выход алгоритм выдает не самый вероятный диагноз, а три лучших попадания из 26 возможных, выдавая им свой вес. Работу алгоритма проверили дерматологи: система правильно угадывает первый диагноз в 71 проценте случаев, а один из трех первых — в 93 процентах случаев.
Представленный алгоритм, отмечают ученые, может помочь не только поставить первичный диагноз: специфика его работы (определение трех наиболее вероятных состояний) поможет врачам рассмотреть и другие вероятные заболевания и состояния.
