Как технологии машинного обучения (ИИ) выявляют кожные заболевания

Как технологии машинного обучения (ИИ) выявляют кожные заболевания

Как технологии машинного обучения (ИИ) выявляют кожные заболевания 700 465 Skinive
Принципы работы технологии Искусственного Интеллекта сегодня еще мало кому знакомы, однако их мы начинаем использовать в повседневной жизни все чаще и чаще, порой даже не замечая этого.
Например, когда социальные сети предлагают отметить друзей на фотографиях, потому что они их распознают, или спам-фильтр в вашей электронной почте, удаляющий нежелательные письма.
В здравоохранении машинное обучение также нашло широкое применение. Особенно в распознавании патологий на рентгеновских снимках,, МРТ, КТ и др.
Дерматология также не исключение. Посещая врача-дерматолога или косметолога он первым делом сделает дерматоскопической осмотр вашего новообразования.
Как врачи диагностируют болезни кожи?

Дерматоскопия — современный метод диагностики, способный дать быстрый и точный ответ на самый важный вопрос о доброкачественности новообразования путем визуального осмотра кожи специалистом.

Как проходит дерматоскопия? Исследование проводится быстро и безболезненно. В течении нескольких минут доктор осматривает новообразование (например, родину) под увеличением и определяет характер образования (добро или злокачественное) и опасные признаки того или иного заболевания.

В случае подозрений врач-дерматолог может направить на дополнительное обследование — биопсию, для установки точного диагноза.

Skinive доступен каждому!

Использование машинного обучения в современных медицинских приборах уже используется в медицинской практике.
Но для Skinive не требуется дорогостоящих приборов — теперь вы можете использовать его самостоятельно с помощью обыкновенного смартфона!

Мы представляем Skinive — интеллектуальную систему, которая в автоматическом режиме обнаруживает опасные поражения кожи полностью на основе алгоритмов компьютерного зрения и машинного обучения на основе принципов дерматоскопических обследований.

Что такое машинное обучение?

Вот отличная анимация, которая объясняет это за две минуты.

Как машинное обучение используется в приложении Skinive?

Чтобы обнаружить родинку на коже и в целом для работы с визуальными данными Skinive использует технологию компьютерного зрения (ComputerVision) и сверточные нейронные сети (CNN).

Для обучения нейронной сети Skinive мы собрали базу клинических изображений (десятки тысяч фотографий  различных родинок и кожных заболеваний) и обучили нейронную сеть распознавать класс и тип образований по схожести различных признаков.

Обучающая база 
Чтобы обучить нейронную сеть  мы собрали базу данных примеров — это десятки тысяч клинических изображений различных родинок, акне и кожных заболеваний. Эти фотографии были предварительно оценены дерматологами, а также получены клинические подтверждения (биопсия).

В обучающей базе данных кроме изображений также содержится информация о диагнозе и хакартере образования на коже. При обучении нейросеть знает, какие повреждения опасны, а какие нет. Это похоже, на процесс обучения дерматологами по дерматоскопическим атласам или медицинской практике с учителем.

Тестовая база
Для проверки точности нейросети мы используем отдельный набор изображений, в которых не сообщаем нейросети. Для проверки мы отправляем в нейросеть весь набор данных и сравниваем результаты нейросети с диагнозами, которые поставили дерматологи.

Мы постоянно работаем над алгоритмом и улучшаем его точность благодаря новым наборам изображений, а также более интеллектуальной нейросетевой архитектуры. Каждая фотография, которая проходит анализ в Skinive делает наш алгоритм более точным.

Содействуй нашей миссии по спасению жизней с помощью Skinive.

Попробуй Skinive сейчас!