Son 5 ildə süni intellekt dəri xərçənginin müəyyən edilməsində 9% daha dəqiq olub

Tədqiqatçılar süni intellekt texnologiyasından istifadə etməklə dəri xərçənginin diaqnostikasına dair elmi məqalələri təhlil edərək müəyyən ediblər ki, bu məqsədlə daha çox dərin öyrənməyə əsaslanan konvolyusiya neyron şəbəkələrindən istifadə olunur.

Eyni zamanda, ən dəqiq nəticələr (93% dəqiqlik) maşın öyrənməsinə əsaslanan sistemlər tərəfindən təmin edilir ki, bu da onları ən çox üstünlük verilən diaqnostika üsulu edir. Bundan əlavə, son 5 ildə belə alqoritmlərin dəqiqliyi 9%-dən çox artıb. 

Dəri xərçəngi ən çox yayılmış xərçəng növlərindən biridir və bütün diaqnoz qoyulmuş xərçənglərin 40%-dən çoxunu təşkil edir. Dəri xərçənginin ilkin mərhələlərində diaqnoz qoymaq çətindir, çünki piqmentasiyanın bədxassəli formaları bütün insanlarda olan, məsələn, mol kimi xoşxassəli formalarla qarışdırıla bilər. Bu vəziyyətdə erkən diaqnoz son dərəcə vacibdir, çünki bu vəziyyətdə xəstələrin sağ qalma nisbəti təxminən 99% təşkil edir. Xəstəlik sonrakı mərhələlərdə aşkar edilərsə, piqmentasiyanın bədxassəli təbiəti aydınlaşdıqda (qaşınma, ülserlər və ya qabıqlar, qeyri-bərabər tünd rəng görünür), sağ qalma nisbəti 27% -ə qədər azalır.

Dəri xərçəngi əsasən dermatoskopdan istifadə edərək diaqnoz qoyulur, bu cihaz potensial bir şişi vurğulamağa və on qat böyütmə ilə müayinə etməyə imkan verir. Bu analizin dəqiqliyi 65-75% təşkil edir. Convolutional neyron şəbəkələri həmişə yüksək dəqiqlik nümayiş etdirməsə də, dəri xərçənginin diaqnozu üçün ən çox istifadə olunur. Dəqiqlik probleminin bir hissəsi ondan qaynaqlanır ki, bütün verilənlər bazaları artıq şəkilləri bədxassəli və ya xoşxassəli kimi etiketləmir, bu da alqoritmi öyrətmək üçün kifayət qədər məlumatın olmaması ilə nəticələnə bilər. Bundan əlavə, fotoşəkillər standartlaşdırılmayıb, bu da süni intellekt diaqnostikasının etibarlılığını azaldır.

Məlum oldu ki, tədqiqatların yalnız 7% -ində elm adamları yalnız yaş ləkələrinin fotoşəkillərini deyil, həm də biopsiya nəticələrini olan çox sinifli məlumat bazalarından istifadə etdilər. xəstədən alınan dəri nümunəsi). Müəlliflər belə qənaətə gəliblər ki, diaqnostik dəqiqliyi artırmaq üçün verilənlər bazasına bu xüsusiyyətlərə əlavə olaraq xəstə haqqında məlumat - onun yaşı, cinsi, dəri növü və köstebin anatomik yeri daxil edilməlidir. Bu məlumatlar həmişə mövcud deyil, çünki xərçəng biomarkerlərinin toplanması üçün təlimatlar olsa da, vahid məlumat dəsti standartları hələ mövcud deyil.