RUDN Journal of Engineering ResearchRUDN Journal of Engineering ResearchВестник Российского университета дружбы народов. Серия: Инженерные исследования2312-81432312-8151Peoples’ Friendship University of Russia named after Patrice Lumumba (RUDN University)3706910.22363/2312-8143-2023-24-3-262-270TNDZIXArticlesСтатьиResearch ArticleComparison analysis of AIbased smartphone applications for selfexamination of skin cancer riskСравнительный анализ смартфон-приложений на базе искусственного интеллекта для самостоятельной оценки риска рака кожиhttps://orcid.org/0009-0004-4613-970XKorotkiyStepan S.КороткийСтепан Сергеевич

Graduate student, Department of Mechanics and Control Processes, Academy of Engineering

аспирант департамента механики и процессов управления, инженерная академия

skorotkiy@gmail.comhttps://orcid.org/0000-0002-3880-6662SaltykovaOlga A.СалтыковаОльга Александровна

Ph.D. of Physico-Mathematical Sciences, Associate Professor of the Department of Mechanics and Control Processes, Academy of Engineering

кандидат физико-математических наук, доцент департамента механики и процессов управления, инженерная академия

saltykova-oa@rudn.ruhttps://orcid.org/0000-0003-3490-3657UkharovAndrey O.УхаровАндрей Олегович

Ph.D. of Technical Sciences, Researcher

кандидат технических наук, научный сотрудник

oukharov@gmail.comhttps://orcid.org/0000-0001-7253-7091ShlivkoIrena L.ШливкоИрена Леонидовна

D. Sci. (Med.), Assoc. Prof.

доктор медицинских наук, доцент, заведующий кафедрой кожных и венерических болезней

irshlivko@gmail.comhttps://orcid.org/0000-0003-1042-8425KlemenovaIrina A.КлеменоваИрина Александровна

D. Sci. (Med.), Prof.

доктор медицинских наук, профессор кафедры кожных и венерических болезней̆

iklemenova@mail.ruhttps://orcid.org/0000-0002-7326-7553GaraninaOxana E.ГаранинаОксана Евгеньевна

Ph.D. of Medical Sciences, Assoc. Prof.

кандидат медицинских наук, доцент кафедры кожных и венерических болезней

oksanachekalkina@yandex.ruhttps://orcid.org/0000-0002-1000-9848UskovaKseniia A.УсковаКсения Александровна

Assistant

ассистент кафедры кожных и венерических болезней̆

k_balyasova@bk.ruhttps://orcid.org/0000-0002-7535-3025MyronychevaAnna M.МиронычеваАнна Михайловна

Assistant

ассистент кафедры кожных и венерических болезней̆

mironychevann@gmail.comhttps://orcid.org/0009-0004-9228-7770StepanovaYana L.СтепановаЯна Леонидовна

Assistant

ассистент кафедры кожных и венерических болезней̆

stepanova.ya09@yandex.ruRUDN UniversityРоссийский университет дружбы народовMoscow State Technical University n.a. BaumanМосковский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)Privolzhsky Research Medical UniversityПриволжский исследовательский медицинский университет15122023243VOL 24, NO3 (2023)ТОМ 24, №3 (2023)26227013122023Copyright ©; 2023, Korotkiy S.S., Saltykova O.A., Ukharov A.O., Shlivko I.L., Klemenova I.A., Garanina O.E., Uskova K.A., Myronycheva A.M., Stepanova Y.L.Copyright ©; 2023, Короткий С.С., Салтыкова О.А., Ухаров А.О., Шливко И.Л., Клеменова И.А., Гаранина О.Е., Ускова К.А., Миронычева А.М., Степанова Я.Л.2023Korotkiy S.S., Saltykova O.A., Ukharov A.O., Shlivko I.L., Klemenova I.A., Garanina O.E., Uskova K.A., Myronycheva A.M., Stepanova Y.L.Короткий С.С., Салтыкова О.А., Ухаров А.О., Шливко И.Л., Клеменова И.А., Гаранина О.Е., Ускова К.А., Миронычева А.М., Степанова Я.Л.https://creativecommons.org/licenses/by-nc/4.0/legalcodehttps://journals.rudn.ru/engineering-researches/article/view/37069

A comparative analysis of 3 AI-based smartphone applications for self-service skin cancer risk assessment: ProRodinki, Skinive and Skin Vision. Analysis consists of description of applications and its ways of work, and results, such as sensitivity and specificity, done on the base of the practical experiment conducted with processing 516 images of the skin neoplasms and pathologies confirmed by histological research via each app. Every application is unique and differs from each other by its principles or work, algorithms, user experience and design, and of course AI model and the set of input data that is analyzed by neural networks. Current research and practical experiment were made with focus on images processing and the app risk assessment for each of the image, other details and mole prescription information were set neutral. This leads to a conclusion that there is a lack of methodology for testing and analysis of different AI-based applications and services. Having such methodology, the comparison analysis results can be more objective and transparent.

Проведен сравнительный анализ трех смартфон-приложений на базе искусственного интеллекта для самостоятельной оценки риска рака кожи: ProRodinki, Skinive и SkinVision. Анализ включает описание приложений и их методы работы, а также результаты, такие как чувствительность и специфичность, полученные в ходе практического эксперимента с обработкой 516 изображений новообразований кожи и патологий, подтвержденных гистологическими исследованиями, через каждое приложение. Каждое приложение уникально и отличается от других своими принципами работы, алгоритмами, пользовательским опытом, дизайном и, конечно же, моделью искусственного интеллекта и набором входных данных, которые анализируются нейронными сетями. Настоящее исследование и практический эксперимент были проведены с упором на обработку изображений и оценку риска приложения для каждого из изображений новообразований, другая информация о новообразованиях была представлена нейтральной. Результаты эксперимента приводят к выводу о нехватке методологии для тестирования и анализа различных смартфонприложений на базе искусственного интеллекта. Имея данную методологию, результаты сравнительного анализа могут быть более объективными и прозрачными.

Artificial IntelligenceAINeural networkSmartphone applicationSkin cancerSkin self-examinationProRodinkiSkinVisionSkiniveRisk assessmentискусственный интеллектнейронные сетисмартфон приложениярак кожисамостоятельная диагностикаоценка рискаUkharov AO, Shlivko IL, Klemenova IA., Garanina OE, Uskova KA, Mironycheva AM, Stepanova YL. Skin cancer risk self-assessment using AI as a mass screening tool. Informatics in Medicine Unlocked. 2023; 38:101223. https://doi.org/10.1016/j.imu.2023.101223Fontanillas P, Alipanahi B, Furlotte NA, Johnson M, Wilson CY. 23andMe Research Team, Pitts SJ, Gentleman R, Auton A. Disease risk scores for skin cancers. Nat Commun. 2021 Jan8;12:160. https://doi.org/10.1038/s41467-020-20246-5Gupta AK, Bharadwaj M, Mehrotra R. Skin cancer concerns in people of color: risk factors and prevention. Asian Pacific journal of cancer prevention: APJCP. 2016 Dec;117 (12):5257-5264. https://doi.org/10.22034/APJCP.2016.17.12.5257Zhu S, Sun C, Zhang L, Du X, Tan X, Peng S. Incidence trends and survival prediction of malignant skin cancer: a SEER-based study. International Journal of General Medicine. 2022;15:2945-2956. https://doi.org/10.2147/IJGM.S340620Davis LE, Shalin SC, Tackett AJ. Current state of melanoma diagnosis and treatment. Cancer biology & therapy. 2019;20(11):1366-1379. https://doi.org/10.1080/ 15384047.2019.1640032Apalla Z, Nashan D, Weller RB, Castellsagué X. Skin cancer: epidemiology, disease burden, pathophysiology, diagnosis, and therapeutic approaches. Dermatol Ther (Heidelb). 2017;7(Suppl 1):5-19. https://doi.org/10.1007/s13555-016-0165-yBlum A, Bosch S, Haenssle HA, Fink C, Hofmann-Wellenhof R, Zalaudek I, Kittler H, Tschandl P. Künstliche Intelligenz und Smartphone-ProgrammApplikationen (Apps). Hautarzt. 2020;71:691-698. https://doi.org/10.1007/s00105-020-04658-4Chao E, Meenan CK, Ferris LK. SmartphoneBased Applications for Skin Monitoring and Melanoma Detection. Dermatol Clinics. 2017 Oct;35(4):551-557. https://doi.org/10.1016/j.det.2017.06.014Freeman K, Dinnes J, Chuchu N, Takwoingi Y, Bayliss SE, Matin RN, Jain A, Walter FM, Williams HC, Deeks JJ. Algorithm based smartphone apps to assess risk of skin cancer in adults: systematic review of diagnostic accuracy studies. BMJ. 2020;368:m127. https://doi.org/10.1136/bmj.m127Ngoo A, Finnane A, McMeniman E, Tan JM, Janda M, Soyer HP. Efficacy of smartphone applications in high-risk pigmented lesions. Australasian Journal of Dermatology. 2018;59(3):e175-e182. https://doi.org/10.1111/ajd.12599Flaten HK, St Claire C, Schlager E, Dunnick CA, Dellavalle RP. Growth of mobile applications in dermatology-2017 update. Dermatology online journal. 2018; 24(2):1-4. https://doi.org/10.5070/D3242038180Gates B. The Age of AI has begun. March 21, 2023. URL: https://www.gatesnotes.com/The-Age-of-AI-Has-Begun (22.02.2023)Matin RN, Dinnes J. AI-based smartphone apps for risk assessment of skin cancer need more evaluation and better regulation. British Journal of Cancer. 2021; 124(11):1749-1750. https://doi.org/10.1038/s41416-021-01302-3Ćirković A. Evaluation of Four Artificial Intelligence-Assisted Self-Diagnosis Apps on Three Diagnoses: Two-Year Follow-Up Study. Journal of Medical Internet Research. 2020;22(12):e18097. https://doi.org/10.2196/18097Stehman SV. Selecting and interpreting measures of thematic classification accuracy. Remote sensing of Environment. 1997;62(1):77-89. https://doi.org/10.1016/S0034-4257(97)00083-7