Эволюция систем компьютерного зрения на основе моделей искусственного интеллекта для дифференциальной диагностики новообразований кожи и дерматозов: от монолитных бинарных классификаторов к мультимодульной системе поддержки принятия врачебных решений.

Ранняя диагностика злокачественных новообразований кожи остаётся одной из ключевых задач дерматоонкологии. Системы компьютерного зрения на основе искусственного интеллекта рассматриваются как перспективный инструмент поддержки принятия врачебных решений в первичном звене здравоохранения.
Цель исследования: представить эволюцию семейства программ компьютерного зрения на основе моделей искусственного интеллекта для дифференциальной диагностики новообразований кожи от первых монолитных бинарных классификаторов (2024 г.) до мультимодульной системы поддержки принятия врачебных решений Derma Check (Web) (2026 г.) и проанализировать динамику диагностической эффективности на каждом этапе развития.
Материалы и методы. Проведён ретроспективный анализ результатов разработки и клинической апробации семи зарегистрированных версий программ для дифференциальной диагностики новообразований кожи, разработанных в период 2024–2026 гг. Диагностическая эффективность каждой версии оценивалась на основе показателей точности, чувствительности, специфичности, отрицательной прогностической ценности и F1-меры. Результаты сопоставлялись с заключениями врачей-дерматовенерологов с опытом работы в дерматоонкологии более 20 лет и данными морфологической верификации.
Результаты. Эволюция программ прошла путь от автономных бинарных классификаторов Melanoma Check и Derma Onko Check (точность 89,5–96,0%, чувствительность 92,5–98,0%) через мультимодельные ансамбли с мягким голосованием Derma Onko Melanoma Check (чувствительность по меланоцитарным опухолям 100,0%) к мультимодульной системе Derma Check (Web) с клинической точностью 95,3%, клинической чувствительностью 93,3% и клинической специфичностью 96,2% при AUC = 0,985 на массиве из 2250 клинических изображений. Ключевым методологическим результатом стал переход от формальной (технической) к клинической точности диагностики, учитывающей обоснованную онкологическую настороженность.
Выводы. Последовательная эволюция от бинарных классификаторов к мультимодульной системе, воспроизводящей клиническую логику врача-дерматовенеролога, позволила достичь нулевого пропуска меланом и высокой согласованности с консенсусом врачей-специалистов. Переход к клинической оценке эффективности обеспечивает более адекватную интерпретацию диагностического качества системы.

Авторы: Корабельников Д. И., Ламоткин А. И.

Темы: дерматовенерология3 диагностика9 искусственный интеллект39 компьютерное зрение1 нейронные сети3 новообразования кожи1 онкология11 система поддержки принятия врачебных решений7 трансформеры1