Сравнительный анализ смартфон-приложений на базе искусственного интеллекта для самостоятельной оценки риска рака кожи

Обложка

Цитировать

Полный текст

Аннотация

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.

Об авторах

Степан Сергеевич Короткий

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: skorotkiy@gmail.com
ORCID iD: 0009-0004-4613-970X

аспирант департамента механики и процессов управления, инженерная академия

Москва, Российская Федерация

Ольга Александровна Салтыкова

Российский университет дружбы народов

Email: saltykova-oa@rudn.ru
ORCID iD: 0000-0002-3880-6662

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

Москва, Российская Федерация

Андрей Олегович Ухаров

Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)

Email: oukharov@gmail.com
ORCID iD: 0000-0003-3490-3657

кандидат технических наук, научный сотрудник

Москва, Российская Федерация

Ирена Леонидовна Шливко

Приволжский исследовательский медицинский университет

Email: irshlivko@gmail.com
ORCID iD: 0000-0001-7253-7091

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

Нижний Новгород, Российская Федерация

Ирина Александровна Клеменова

Приволжский исследовательский медицинский университет

Email: iklemenova@mail.ru
ORCID iD: 0000-0003-1042-8425

доктор медицинских наук, профессор кафедры кожных и венерических болезней̆

Нижний Новгород, Российская Федерация

Оксана Евгеньевна Гаранина

Приволжский исследовательский медицинский университет

Email: oksanachekalkina@yandex.ru
ORCID iD: 0000-0002-7326-7553

кандидат медицинских наук, доцент кафедры кожных и венерических болезней

Нижний Новгород, Российская Федерация

Ксения Александровна Ускова

Приволжский исследовательский медицинский университет

Email: k_balyasova@bk.ru
ORCID iD: 0000-0002-1000-9848

ассистент кафедры кожных и венерических болезней̆

Нижний Новгород, Российская Федерация

Анна Михайловна Миронычева

Приволжский исследовательский медицинский университет

Email: mironychevann@gmail.com
ORCID iD: 0000-0002-7535-3025

ассистент кафедры кожных и венерических болезней̆

Нижний Новгород, Российская Федерация

Яна Леонидовна Степанова

Приволжский исследовательский медицинский университет

Email: stepanova.ya09@yandex.ru
ORCID iD: 0009-0004-9228-7770

ассистент кафедры кожных и венерических болезней̆

Нижний Новгород, Российская Федерация

Список литературы

  1. Ukharov 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.2023.101223
  2. Fontanillas 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/s41467-020-20246-5
  3. Gupta 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.2016.17.12.5257
  4. Zhu 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.S340620
  5. Davis 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/ 15384047.2019.1640032
  6. Apalla 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-y
  7. Blum 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/s00105-020-04658-4
  8. Chao 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.2017.06.014
  9. Freeman 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.m127
  10. Ngoo 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.12599
  11. Flaten 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/D3242038180
  12. Gates B. The Age of AI has begun. March 21, 2023. URL: https://www.gatesnotes.com/The-Age-of-AI-Has-Begun (22.02.2023)
  13. 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/s41416-021-01302-3
  14. Ćirković 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/10.2196/18097
  15. Stehman 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

© 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., 2023

Ссылка на описание лицензии: https://creativecommons.org/licenses/by-nc/4.0/legalcode

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах