Новое исследование, проведенное в Индии, показало, как машинное обучение, в просторечии известное как искусственный интеллект или ИИ, может улучшить раннее выявление рака кожи.

Исследование основано на более ранних исследованиях и тестирует алгоритмы машинного обучения, включая подходы наивного Байеса, дерева решений и K-ближайших соседей (KNN), для повышения точности диагностики рака кожи по изображениям подозрительных поражений и участков кожи. Исследователи обнаружили, что алгоритм дерева решений был наиболее эффективным, достигая точности 83%. Такая точность в сочетании с экспертной оценкой онколога могла бы значительно улучшить показатели диагностики и дать пациентам лучшие результаты.

Однако команда на этом не остановилась. Для дальнейшего повышения точности и оптимизации процесса обнаружения исследователи внедрили подход к глубокому обучению, в частности сверточную нейронную сеть (CNN). Точность модели увеличилась почти до 94%. Эти результаты были основаны на изучении наборов данных Международной инициативы по сотрудничеству в области рака кожи (ISCI). Алгоритм дерева решений, работающий с моделью глубокого обучения, был не только очень точным, но и требовал меньше времени на обучение алгоритму и последующее выявление рака кожи по сравнению с более ранними подходами.

Команда отмечает, что всего после шести тренировочных циклов был достигнут показатель точности почти в 94%. Эти результаты подчеркивают превосходство нового подхода над существующими передовыми алгоритмами выявления рака кожи.

По материалам MedicalXpress