medjournalМедицинский журналMedical Journal1818-426XБелорусский государственный медицинский университет10.51922/1818-426X.2026.4.5medjournal-466Research ArticleОБЗОРЫREVIEWSИспользование искусственного интеллекта для диагностики новообразований кожиTHE USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS OF SKIN NEOPLASMSАфанасьевВ. В.AfanasyevV. V.

Минск

Minsk

РевтовичМ. Ю.ReutovichM. Y.

Минск

Minsk

ЗельманскийО. Б.ZelmanskyО. B.

Минск

Minsk

УО «Белорусский государственный медицинский университет»БеларусьBelarusian State Medical UniversityBelarusУО «Белорусский государственный университет информатики и радиоэлектроники»БеларусьBelarusian State University of Informatics and RadioelectronicsBelarus20262710202604511Copyright © Афанасьев В.В., Ревтович М.Ю., Зельманский О.Б., 20262026Афанасьев В.В., Ревтович М.Ю., Зельманский О.Б.Afanasyev V.V., Reutovich M.Y., Zelmansky О.B.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://medjournal.ejournal.by/jour/article/view/466

Увеличение количества случаев опухолей кожи и субъективность визуального осмотра и дерматоскопии обуславливают необходимость применения технологий машинного обучения с целью внедрения массового скрининга на первичном врачебном звене для данной нозологической группы. В статье проведён обзор используемых и перспективных технологий искусственного интеллекта для диагностики новообразований кожи, а также отражены проблемы их применения.

An increase in the incidence of skin tumors and the subjectivity of visual examination and dermoscopy necessitate the application of machine learning technologies to introduce mass screening for this disease group in primary medical care. The article reviews current and promising artificial intelligence technologies for the diagnosis of skin neoplasms and highlights the challenges of their application.

рак кожимеланомаискусственный интеллектсверточные нейронные сетиskin cancermelanomaartificial intelligenceconvolutional neural networksReferencesСамохин, С. О. Ранняя диагностика злокачественных новообразований кожи с помощью технологий искусственного интеллекта / С. О. Самохин, А. В. Патрушев, Ю. И. Акаева [и др.] // Вестн. дерматол. венерол. – 2024. – № 1. – С. 38–46.Samohin, S. O. Rannyaya diagnostika zlokachestvennyh novoobrazovanij kozhi s pomoshch’yu tekhnologij iskusstvennogo intellekta [Early diagnosis of malignant skin neoplasms using artificial intelligence technologies] / S. O. Samohin, A. V. Patrushev, Yu. I. Akaeva [et al.] // Vestn. dermatol. venerol. – 2024. – № 1. – S. 38–46 [In Russian].Ускова, К. А. Искусственный интеллект как инструмент популяционного скрининга опухолей кожи / К. А. Ускова, О. Е. Гаранина, А. О. Ухаров [и др.] // Эффективная фармакотерапия. – 2024. – Т. 20, № 1. – С. 62–71.Uskova, K. A. Iskusstvennyj intellekt kak instrument populyacionnogo skrininga opuholej kozhi [Artificial intelligence as a tool for population-based skin cancer screening] / K. A. Uskova, O. E. Garanina, A. O. Uharov [et al.] // Effektivnaya farmakoterapiya. – 2024. – T. 20, № 1. – S. 62–71. [In Russian]Escalé-Besa, A. Using artificial intelligence as a diagnostic decision support tool in skin disease: protocol for an observational prospective cohort study / A. Escalé-Besa, A. Fuster-Casanovas, A. Börve, O. Yélamos // JMIR Res. Protoc. – 2022. – Vol. 11, № 8. – Art. e3753.Escalé-Besa, A. Using artificial intelligence as a diagnostic decision support tool in skin disease: protocol for an observational prospective cohort study / A. Escalé-Besa, A. Fuster-Casanovas, A. Börve, O. Yélamos // JMIR Res. Protoc. – 2022. – Vol. 11, № 8. – Art. e3753.Jones, O. T. Artificial intelligence and machine learning algorithms for early detection of skin cancer in community and primary care settings: a systematic review / O. T. Jones, R. N. Matin, M. van der Schaar, K. Prathivadi Bhayankaram // Lancet Digit. Health. – 2022. – Vol. 4, № 6. – P. e466–e476.Jones, O. T. Artificial intelligence and machine learning algorithms for early detection of skin cancer in community and primary care settings: a systematic review / O. T. Jones, R. N. Matin, M. van der Schaar, K. Prathivadi Bhayankaram // Lancet Digit. Health. – 2022. – Vol. 4, № 6. – P. e466–e476.Yap, J., Yolland W., Tschandl P. Multimodal skin lesion classification using deep learning / J. Yap, W. Yolland, P. Tschandl // Exp. Dermatol. – 2018. – Vol. 27, № 11. – P. 1261–1267.Yap, J. Multimodal skin lesion classification using deep learning / J. Yap, W. Yolland, P. Tschandl // Exp. Dermatol. – 2018. – Vol. 27, № 11. – P. 1261–1267.Fayyaz, A. M. Grad-CAM (Gradient-weighted Class Activation Mapping): A systematic literature review / A. M. Fayyaz, S. J. Abdulkadir, N. Talpur [et al.] // Comput. Biol. Med. – 2025. – Vol. 198(Pt B). – Art. 111200. – doi: 10.1016/j.compbiomed.2025.111200.Fayyaz, A. M., Abdulkadir S. J., Talpur N., et al. Grad-CAM (Gradient-weighted Class Activation Mapping): A systematic literature review / A. M. Fayyaz, S. J. Abdulkadir, N. Talpur [et al.] // Comput. Biol. Med. – 2025. – Vol. 198(Pt B). – Art. 111200. – doi: 10.1016/j.compbiomed.2025.111200Мелерзанов, А. Диагностика меланомы кожи с помощью сверточных нейронных сетей глубокого обучения / А. Мелерзанов, Д. Гаврилов // Врач. – 2018. – Т. 29, № 6. – С. 31–33. – https://doi.org/10.29296/25877305-2018-06-06.Melerzanov, A. Diagnostika melanomy kozhi s pomoshch’yu svertochnyh nejronnyh setej glubokogo obucheniya [Diagnosis of cutaneous melanoma using deep learning convolutional neural networks] / A. Melerzanov, D. Gavrilov // Vrach. – 2018. – Vol. 29, № 6. – S. 31–33. – https://doi.org/10.29296/25877305-201806-06 [In Russian].Щетинин, Е. Ю. Классификация повреждений кожи по данным дермаскопии с использованием методов глубокого обучения / Е. Ю. Щетинин, Л. А. Севастьянов, А. В. Демидова [и др.] // Математическая биология и биоинформатика. – 2020. – № 2. – С. 180–194.Shchetinin, E. Yu. Klassifikaciya povrezhdenij kozhi po dannym dermaskopii s ispol’zovaniem metodov glubokogo obucheniya [Classification of skin lesions based on dermoscopy data using deep learning methods] / E. Yu. Shchetinin, L. A. Sevast’yanov, A. V. Demidova [et al.] // Matematicheskaya biologiya i bioinformatika. – 2020. – № 2. – S. 180–194 [In Russian].Wen, D. Characteristics of publicly available skin cancer image datasets: a systematic review / D. Wen, S. M. Khan [et al.] // Lancet Digital Health. – 2022. – Vol. 4, № 1. – P. e64–e74.Wen, D. Characteristics of publicly available skin cancer image datasets: a systematic review / D. Wen, S. M. Khan [et al.] // Lancet Digital Health. – 2022. – Vol. 4, № 1. – P. e64–e74.Reddy, N. N., Agarwal Reddy P. A Smart AI-Driven diagnostic framework for early detection of skin cancer using hybrid vision transformers and cloud-enabled mhealth integration / N. N. Reddy, P. Agarwal Reddy // ICCSIT ‘25: Proceedings of the 2025 18th International Conference on Computer Science and Information Technology. – New York: ACM, 2026. – P. 176–188. – doi: 10.1145/3783862.3783885.Reddy, N. N. A Smart AI-Driven diagnostic framework for early detection of skin cancer using hybrid vision transformers and cloud-enabled mhealth integration / N. N. Reddy, P. Agarwal Reddy // ICCSIT ‘25: Proceedings of the 2025 18th International Conference on Computer Science and Information Technology. – New York: ACM, 2026. – P. 176–188. – doi: 10.1145/3783862.3783885.Рукша, Т. Г. Применение технологий на основе искусственного интеллекта в дерматологии / Т. Г. Рукша, Е. З. Лапкина // Российский журнал кожных и венерических болезней. – 2025. – Т. 28, № 4. – C. 429–436. – doi: 10.17816/dv678577.Ruksha, T. G. Primenenie tekhnologij na osnove iskusstvennogo intellekta v dermatologii [Application of artificial intelligence-based technologies in dermatology] / T. G. Ruksha, E. Z. Lapkina // Rossijskij zhurnal kozhnyh i venericheskih boleznej. – 2025. – Vol. 28, № 4. – C. 429–436. – doi: 10.17816/dv678577 [In Russian].Venkatesh, K. P. Learnings from the first AI-enabled skin cancer device for primary care authorized by FDA / K. P. Venkatesh, K. T. Kadakia, S. Gilbert // NPJ Digit Med. – 2024. – Vol. 7, № 1. – Art. 156. – doi: 10.1038/s41746-024-01161-1.Venkatesh, K. P. Learnings from the first AI-enabled skin cancer device for primary care authorized by FDA / K. P. Venkatesh, K. T. Kadakia, S. Gilbert // NPJ Digit Med. – 2024. – Vol. 7, № 1. – Art. 156. – doi: 10.1038/s41746-024-01161-1.Сиводедова, Н. А. Ранняя диагностика злокачественных новообразований кожи с использованием программного продукта на основе искусственного интеллекта и его медикоэкономический эффект / Н. А. Сиводедова, Н. Н. Карякин, И. Л. Шливко // Менеджер здравоохранения. – 2024. – № 6. – С. 108–118.Sivodedova, N. A. Rannyaya diagnostika zlokachestvennyh novoobrazovanij kozhi s ispol’zovaniem programmnogo produkta na osnove iskusstvennogo intellekta i ego mediko-ekonomicheskij effekt [Early diagnosis of malignant skin neoplasms using an artificial intelligence-based software product and its medicaleconomic impact] / N. A. Sivodedova, N. N. Karyakin, I. L. Shlivko // Menedzher zdravoohraneniya. – 2024. – № 6. – S. 108–118 [In Russian].Сиводедова, Н. А. Современные методы выявления злокачественных новообразований кожи, включая использование мобильных приложений и искусственного интеллекта: обзор литературы / Н. А. Сиводедова, Н. Н. Карякин, И. Л. Шливко // Оргздрав: новости, мнения, обучения. Вестник ВШОУЗ. – 2024. – Т. 10, № 2. – С. 78–93.Sivodedova, N. A. Sovremennye metody vyyavleniya zlokachestvennyh novoobrazovanij kozhi, vklyuchaya ispol’zovanie mobil’nyh prilozhenij i iskusstvennogo intellekta: obzor literatury [Modern methods for detecting malignant skin neoplasms, including the use of mobile applications and artificial intelligence: a literature review] / N. A. Sivodedova, N. N. Karyakin, I. L. Shlivko // Orgzdrav: novosti, mneniya, obucheniya. Vestnik VSHOUZ. – 2024. – T. 10, № 2. – S. 78–93 [In Russian].

The authors declare that there are no conflicts of interest present.