Ламоткин А. И. - все статьи автора в журнале

    Цифровое здравоохранение
  • 2026 № 11 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 зрение2 нейронные сети4 новообразования кожи2 онкология11 система поддержки принятия врачебных решений7 трансформеры1

    Подробнее >

  • 2026 № 10 Веб-приложение «Derma Check»: архитектура мультимодульной системы компьютерного зрения для диагностики новообразований и другой патологии кожи c модулями бинарной и многоклассовой классификации, анамнеза, объяснимого искусственного интеллекта, динамического наблюдения и кабинетом врача.

    Злокачественные новообразования кожи, в частности меланома, представляют серьёзную проблему здравоохранения.
    Ранняя диагностика является ключевым фактором прогноза: пятилетняя выживаемость при локализованной меланоме составляет 99,4% (95% ДИ: 99,2–99,6%), тогда как при метастатических формах она снижается до 35,6% (95% ДИ: 33,7–37,6%). Значительная часть первичных осмотров кожи проводится врачами, не обладающими специализированным дерматоонкологическим образованием, что обусловливает потребность в системах поддержки принятия решений.
    Цель исследования: описать архитектуру, компонентный состав и функциональные возможности, метрики точности веб-приложения «Derma Check» – мультимодульной системы компьютерного зрения для помощи врачу в первичной оценке новообразований кожи, включая диагностическое ядро, подсистемы визуализации и объяснимого искусственного интеллекта, а также кабинет врача с учётом пациентов, кодированием диагнозов по Международной классификации болезней 10-го пересмотра и динамическим наблюдением.
    Материалы и методы. Серверная часть реализована на FastAPI (язык Python), модели исполняются средой инференса нейронных сетей в открытом формате обмена моделями. Диагностическое ядро включает входной фильтр и несколько нейросетевых моделей бинарной классификации с многократной аугментацией на этапе вывода и температурной калибровкой, модуль анамнеза. Подсистемы: сегментация, асимметрии, модуль объяснимого ИИ, мультиклассовый модуль.
    Кабинет врача построен на защищённой авторизации по токенам, встроенной базе данных и справочнике из 459 диагностических кодов; предусмотрен модуль динамического (диспансерного) наблюдения.
    Результаты. Система объединяет несколько модулей искусственного интеллекта: входной, параллельные модули бинарной классификации, модуль маршрутизации на основе квадрантной матрицы и модуль оценки группы риска. Консенсус модулей дополняется анализом анамнеза с системой из 12 правил интеграции. Подсистема объяснимого искусственного интеллекта визуализирует зоны риска тепловыми картами. Мультиклассовая классификация выводит топ‑5 нозологий с поддержкой клинических признаков врача. Кабинет врача обеспечивает ведение картотеки пациентов, сохранение осмотров пациента с полным результатом анализа искусственным интеллектом, фиксацию даты биопсии и заключения морфологического исследования, динамическое сравнение результатов клинических осмотров по трём каналам (размер,
    форма, цвет) с виртуальной линейкой и редактором сегментации.
    Выводы. Веб-приложение «DermaCheck» представляет собой комплексную систему поддержки принятия врачебных решений на основе технологий ИИ для врачей первичного звена – терапевтов и врачей общей практики, а также дерматовенерологов; мультимодульная архитектура и кабинет врача с динамическим наблюдением обеспечивают многоуровневую верификацию результата и возможность долгосрочного ведения пациентов.

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

    Темы: дерматоскопия1 диспансерное наблюдение12 искусственный интеллект39 компьютерное зрение2 меланома3 нейронные сети4 новообразования кожи2 поддержка принятия врачебных решений3 рак кожи1 сегментация изображений1

    Подробнее >