В МИФИ студенты и аспиранты создали уникальную систему для раннего обнаружения рака кожи. Их проект выиграл конкурс «Студенческий стартап» и получил грант на дальнейшее развитие.

Изначально команда работала только над программой, но вскоре стало ясно: нужен полноценный прибор, который будет работать в паре с умным алгоритмом. Это решение призвано помочь врачам, особенно в регионах, где не хватает узких специалистов-дерматологов.

Руководитель проекта, аспирант Александр Отченашенко, объясняет:

Наша система использует искусственный интеллект для раннего выявления потенциально опасных родинок. Это может кардинально улучшить качество первичного осмотра и вовремя направить человека к нужному врачу.

Это не копия зарубежных аналогов. Комплекс создавали с оглядкой на российскую реальность: как работают наши поликлиники, с какими сложностями сталкиваются врачи в глубинке.

Как проходит осмотр

1. Врач использует портативный прибор, чтобы сделать серию снимков подозрительной родинки.
2. Аппарат обеспечивает стандартные условия — одинаковое освещение и увеличение. Это ключевой момент для точности компьютерного анализа.
3. Снимки автоматически отправляются в программу. Нейросеть изучает новообразование по нескольким параметрам и выставляет оценку риска.
4. Врач видит на экране готовый результат — например, «низкий риск», „требует внимания“ или „высокий риск“ — а также участки, которые вызвали у алгоритма подозрения.

Что это дает на практике

• Объективность. Искусственный интеллект не устает и не отвлекается. Он видит миллионы мельчайших деталей, невидимых человеческому глазу. Для молодого врача это мощная поддержка, снижающая вероятность ошибки.
• Скорость. Анализ занимает секунды. Это позволяет принять решение быстрее и осмотреть больше пациентов за смену.

Окончательный диагноз всегда ставит врач-человек. Система лишь служит его надежным помощником.

Разработка уже прошла несколько стадий испытаний. Сначала алгоритм учился и тестировался на тысячах обезличенных снимков. Сейчас систему пробуют в реальных больницах, собирают мнения дерматолов и дорабатывают интерфейс.

Точность системы на текущий момент впечатляет: она находит 97% опасных случаев. То есть, лишь 3 из 100 угрожающих здоровью новообразований могут быть пропущены.

Наша цель — сохранить эту высокую чувствительность на уровне 97-98%, и при этом снизить число ложных тревог, чтобы врачи не тратили время на заведомо безопасные родинки, — делится планами Александр Отченашенко.

Реальная польза этой разработки огромна и носит системный характер. В России с ее огромными территориями и неравномерной доступностью высокотехнологичной медицинской помощи такой комплекс может стать мостом между районной поликлиникой и федеральным центром. Он позволяет поднять качество первичного скрининга везде, где есть терапевт или врач общей практики. Это стандартизированный диагностический инструмент. Он снижает зависимость диагноза от человеческого фактора: усталости, опыта или субъективного восприятия. В итоге система может кардинально сократить время от первого визита пациента с жалобой до его попадания к онкологу, что напрямую влияет на прогноз лечения. Это реальный шаг к выравниванию уровня медицинской помощи по всей стране.

Главное критическое замечание лежит в плоскости клинической валидации. Высокие показатели на тестовых наборах данных — это необходимое, но недостаточное условие для успеха в реальной практике. Открытым остается вопрос о репрезентативности данных, на которых обучалась нейросеть. Отражают ли они все многообразие типов кожи, возрастные особенности, расовые различия и редкие формы новообразований, встречающиеся в многонациональном российском населении?

Ранее ученые успешно испытали ИИ для диагностики кожных заболеваний.