Использование искусственного интеллекта для диагностики новообразований кожи

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.

1. Самохин, 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.

2. 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.

3. 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.

4. 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.

5. 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.

6. 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.

7. Мелерзанов, 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.

8. 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.

9. 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.

10. 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.

11. 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.

12. 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.

13. 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.

14. 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.