CDO2DAY
Page ID: 47553
Is Industry:
Is Category:
Query IDs: 9116890597
Field 1:
Field 2:
Field 3:

Всероссийский форум «Цифровая Эволюция»

Ключевая тема ⎯ цифровая трансформация и оптимизация государственных и муниципальных услуг.

18-19 августа
Калуга
Участвовать
Field 1:
Field 2:
Field 3:

23-26 августа 2022 года в Новосибирске пройдет IX Международный форум технологического развития «Технопром»

Главная тема форума - Технологический суверенитет и устойчивое развитие России.

Подробнее
Новости

Искусственный интеллект научили распознавать рак кожи

Для обучения нейросети использовался открытый архив ISIC Melanoma Project, содержащий 42 тыс. дерматоскопических фотографии

Специалисты Северо-Кавказского федерального университета разработали ИИ-систему, которая способна диагностировать злокачественные образования кожи на ранних стадиях.

По словам ученых, точность распознавания меланомы у программы выше, чем у онкологов. С помощью нейросети врачи смогут выявлять рак на ранней стадии, что значительно повышает шансы на его излечение.

«Согласно исследованиям, средняя точность распознавания таких поражений специалистами составляет от 65 до 75 процентов. Использование нашей нейросетевой системы позволит повысить качество диагностики и начать лечение на более ранней стадии заболевания, что напрямую влияет на шанс выздоровления пациентов», — подчеркнул один из разработчиков, заведующий кафедрой математического моделирования СКФУ Павел Ляхов.

Он сообщил, что на базе разработки можно создать мобильное приложение, которое позволит пользователям смартфона самостоятельно проверять свои родинки и новообразования на злокачественность.

Для обучения нейросети использовались 42 тысячи клинических дерматоскопических изображений из международного открытого архива ISIC Melanoma Project. Благодаря этому система стала распознавать 10 видов различных повреждений кожи, которые характерны для рака.

Разработчики отмечают, что система будет развиваться — в алгоритм помимо изображений добавят учет возраста, пола, расы и генетических особенностей пациентов. Кроме того, разработку могут адаптировать для других областей медицины — например, рентгенологии.