Выявление рака кожи стало все более распространенной проблемой здравоохранения, для решения которой необходимы надежные методы диагностики, позволяющие улучшить результаты лечения пациентов, минимизировать задержки в диагностике и обеспечить направление к специалисту. Достижения в области компьютерного зрения и искусственного интеллекта позволили автоматизировать анализ дерматоскопических, клинических и изображений поражений кожи, полученных с помощью смартфонов. Хотя многие модели показали очень хорошие результаты на основе тщательно отобранных эталонных наборов данных, их точность в практических условиях все еще нуждается в оценке. В данном обзоре критически оценивается литература за период с 2015 по 2025 год. Вместо рассмотрения показателей Дайса, Жаккара, AUC, чувствительности и специфичности в абсолютном выражении, в данном обзоре они оцениваются относительно качества набора данных, процесса валидации, внешнего тестирования, статистического анализа и риска систематической ошибки. Ключевые области внимания включают дисбаланс набора данных, недостаточный охват темной кожи, плохую внешнюю валидацию, объяснимость, количественную оценку неопределенности и барьеры для клинического внедрения. Данный обзор предоставляет ценную информацию для исследователей, практикующих врачей, создателей наборов данных и медицинских работников, участвующих в разработке инструментов для дерматологии с использованием искусственного интеллекта.
1. Введение
Рак кожи является одним из наиболее распространенных и клинически значимых типов рака в мире сегодня, включая не только меланому, но и немеланомные формы рака кожи, такие как базальноклеточная карцинома и плоскоклеточная карцинома [1, 2, 3, 4]. Хотя последние типы могут быть более распространены, первый, а именно меланома, представляет большую клиническую опасность из-за своей более высокой склонности к метастазированию и связанного с этим риска смертности при отсутствии диагностики [5, 6, 7, 8]. Ранняя диагностика рака кожи имеет решающее значение не только для улучшения выживаемости пациентов, но и для предотвращения ненужных биопсий и для своевременного направления к специалистам. Как правило, процесс диагностики рака кожи включает визуальный осмотр, а затем дерматоскопию, обеспечивающую лучшую видимость структуры пигментации, сосудистой сети, границ поражений и других особенностей, которые невозможно наблюдать визуально (см. рисунок 1). Однако эффективность процедуры будет зависеть от многих факторов, таких как опыт и уровень подготовки врача, качество изображений, морфология поражения, анатомическое расположение, пигментация кожи пациента и наличие дерматоскопии или дерматологических услуг [9, 10, 11].
Рисунок 1. Эволюция систем обнаружения поражений кожи от традиционных методов к системам, использующим возможности искусственного интеллекта и машинного обучения.
Существует потребность в инструментах компьютерной диагностики, которые помогут устранить субъективность и предоставить объективную информацию для оценки поражений кожи. Ранее компьютерная диагностика основывалась на искусственно созданных признаках, таких как асимметрия, неровность границ, различия в пигментации, диаметр, текстура и характеристики формы [12, 13, 14, 15]. Такие методы были очень полезны для создания основы для характеристики поражений с помощью компьютеров; однако они были подвержены различным световым эффектам, помехам от волос, эффектам получения изображений, ошибкам сегментации и низкой разнообразности используемых наборов данных. Быстрое развитие машинного обучения и глубокого обучения кардинально изменило подход к оценке поражений кожи. Существует множество доступных компьютерных алгоритмов, которые могут автоматически анализировать дерматоскопические, клинические и мобильные изображения с использованием таких методов, как сверточные нейронные сети, трансферное обучение, ансамблевое моделирование, механизмы внимания и трансформеры. Общедоступные базы данных, такие как ISIC, HAM10000, PH2, Derm7pt и SD-198, ускорили разработку этих алгоритмов за счет сравнительного анализа [16, 17, 18, 19, 20, 21].
Однако, несмотря на весь прогресс, по-прежнему существуют проблемы с внедрением алгоритмов на основе ИИ в клиническую практику. Существует множество отчетов о хорошей внутренней производительности таких алгоритмов, где показатели Дайса и Жаккара для сегментации, а также значения AUC, точности, чувствительности и специфичности для классификации демонстрируют многообещающие результаты [22, 23, 24, 25, 26, 27]. Тем не менее, эти метрики обычно получают с использованием тщательно отобранных наборов данных, внутренних валидационных разбиений или разбиений на уровне изображений, которые не охватывают реальное клиническое разнообразие. Различия в используемых устройствах визуализации, протоколе получения изображений, распространенности поражений, качестве аннотаций, балансе классов и демографических данных могут негативно влиять на производительность моделей при использовании этих алгоритмов на разных наборах данных [28, 29]. Кроме того, отсутствие данных о темных типах кожи по Фицпатрику, редких подтипах поражений, клинических изображениях без дерматоскопии и изображениях со смартфонов является проблемой многих общедоступных наборов данных [30, 31, 32, 33].
В ряде обзорных статей был обобщен прогресс в обнаружении рака кожи с использованием машинного обучения, глубокого обучения, сверточных нейронных сетей, метаданных пациентов и перспектив клинического применения. Более ранние обзоры в основном фокусировались на традиционных конвейерах обработки изображений или классификации на основе сверточных нейронных сетей, в то время как более поздние систематические обзоры рассматривали сравнение клиницистов и ИИ, применимость в первичной медицинской помощи, коммерческие дерматоскопические системы, азиатские популяции и диагностику или прогнозирование меланомы [34, 35, 36, 37, 38, 39, 40, 41].
Однако большинство предыдущих обзоров либо акцентировали внимание только на классификации, либо фокусировались на дерматоскопических изображениях, либо обсуждали методы глубокого обучения в повествовательной форме, либо не интегрировали сегментацию, классификацию, генеративное расширение, мультимодальное слияние, объяснимый ИИ, справедливость, внешнюю валидацию и оценку риска предвзятости в рамках единой структуры. Таким образом, как показано в таблице 1, сохраняется необходимость в более комплексном и критически оцененном обзоре, который оценивает не только сообщаемые показатели эффективности, но и надежность этих показателей с точки зрения качества набора данных, дизайна валидации, внешнего тестирования и клинической применимости.
Таблица 1. Сравнительный анализ существующих обзорных статей и новизна данной работы.
| Ссылка | Основной фокус | Ключевой вклад | Ограничение/Пробел | Чем отличается настоящий обзор? |
|---|---|---|---|---|
| Мехта и Шах, 2016 [42] | Компьютерная диагностика рака кожи | В данном документе обобщены классические этапы автомати-зированного проектирования (САПР), такие как предварительная обработка, сегментация, извлечение признаков и классификация. | Основное внимание уделялось традиционным конвейерам обработки изображений до появления глубокого обучения. | Расширяет область применения за пределы классических систем автоматизированного проектирования (САПР) и включает в себя сверточные нейронные сети (CNN), трансформеры, генеративно-состязательные сети (GAN), мультимодальное слияние данных, объяснимость и клиническое применение. |
| Адегун и Вирири, 2021 [4] | Глубокое обучение для анализа поражений кожи и выявления меланомы | Представлен обзор методов глубокого обучения, используемых для обработки изображений поражений кожи. | В основном ориентирован на технические аспекты; ограниченная формальная оценка достоверности доказательств. | Добавляет к анализу представленные показатели критическую оценку с учетом качества валидации, внешнего тестирования и риска систематической ошибки. |
| Дилдар и др., 2021 [43] | Глубокое обучение для обнаружения рака кожи | Рассмотрены методы ранней диагностики рака кожи, основанные на глубоком обучении. | Сильный акцент на классификации; ограниченная интеграция мультимодальных и генеративных методов. | Объединяет сегментацию, классификацию, аугментацию на основе GAN, мультимодальное обучение и задачи развертывания. |
| Хён и др., 2021 [44] | Сверточные нейронные сети с использованием данных пациентов | Систематический обзор интеграции метаданных пациентов в классификацию рака кожи на основе сверточных нейронных сетей. | Основное внимание уделяется интеграции данных о пациентах. | В статье обсуждается мультимодальное слияние как один из компонентов более широкого конвейера искусственного интеллекта, включающего сегментацию, классификацию и генеративные модели. |
| Хагген-мюллер и др., 2021 г. [35] | Сравнение результатов классификации, полученных с помощью сверточных нейронных сетей (CNN), с результатами экспертов-людей. | Проведен обзор исследований по классификации рака кожи на основе сверточных нейронных сетей с участием экспертов. | В основном ориентировано на сравнение результатов работы врачей. | Рассматривает эффективность классификации в контексте более широких вопросов, касающихся смещения набора данных, внешней проверки, справедливости и интерпретируемости. |
| Джонс и др., 2022 [45] | Искусственный интеллект/машинное обучение для раннего выявления рака кожи в первичном и амбулаторном звене здравоохранения. | Проведена оценка алгоритмов ИИ/машинного обучения для ранней диагностики в условиях амбулаторной и первичной медицинской помощи. | Основной упор делается на клинические условия, но меньше внимания уделяется техническому развитию в таких областях, как сегментация, генеративно-состязательные сети, трансформеры и мультимодальный искусственный интеллект. | Устанавливает связь между разработкой технических моделей и реальными препятствиями на пути к клиническому применению. |
| Ву и др., 2022 [34] | Классификация рака кожи с помощью глубокого обучения | Рассмотрены последние достижения в дермато-скопической классификации поражений кожи. | В основном ориентирован на классификацию и дерматоскопию. | Расширяет область применения, включая сегментацию, генеративное расширение, мультимодальное слияние, объяснимость и достоверность доказательств. |
| Дебели и др., 2023 [46] | Классификация, сегментация и обнаружение поражений кожи. | Проведен обзор современных методов машинного обучения для анализа поражений кожи. | Краткое описание методики с ограниченной формальной интерпретацией риска систематической ошибки. | Добавляет структурированную оценку качества и интерпретирует показатели в соответствии со строгими требованиями валидации. |
| Назари и Гарсия, 2023 г. [47] | Выявление рака кожи с помощью клинических изображений | Основное внимание уделяется стандартным клиническим изображениям, а не только дерматоскопии. | Данный материал не содержит исчерпывающего обзора дерматоскопических критериев, генеративных моделей и мультимодального слияния данных. | Сочетает в себе дерматоскопический, клинический и визуальный (полученный с помощью смартфонов) подходы со сравнением моделей искусственного интеллекта. |
| Салинас и др., 2024 [48] | Искусственный интеллект против врачей в диагностике рака кожи | Систематический обзор и метаанализ, сравнивающие эффективность ИИ и врачей. | Основное внимание уделялось сравнению точности диагностики. | В исследовании рассматривается не только сравнение ИИ и человека, но и методологическая надежность, предвзятость и готовность к внедрению. |
| Анг и др., 2025 [49] | Выявление рака кожи с помощью ИИ в азиатских популяциях | Рассмотрены специфические проблемы, связанные с особенностями населения, и проведена адаптация моделей ИИ к азиатским группам населения. | Область применения: регион/группа населения. | Включает в себя вопросы справедливости и ограничения, касающиеся отдельных подгрупп, как часть более широкой глобальной системы обзора. |
| Карим-задхаг и др., 2026 [50] | Общий обзор систематических обзоров и метаанализов | Обобщенные данные из предыдущих обзоров и метаанализов. | Общий обзор; менее подробный технический анализ сегментации, генеративно-состязательных сетей (GAN), трансформеров и мультимодальных методов. | Включает в себя синтез на уровне методов с подробным обсуждением конвейеров обработки данных ИИ, метрик, валидации и клинического применения. |
Новизна и вклад данного обзора
Данный обзор помогает восполнить вышеупомянутый пробел в исследованиях, предлагая систематический и критический подход к обобщению данных об обнаружении поражений кожи и рака с помощью компьютерного зрения и искусственного интеллекта в период с 2015 по 2025 год. В отличие от предыдущих обзоров, которые в основном рассматривали точность классификации, этот обзор охватывает четыре смежные области исследований: сегментацию поражений, классификацию изображений, генерацию данных и мультимодальное слияние. Кроме того, в обзоре рассматриваются новые тенденции исследований, включая трансформерные модели, самообучение, интерпретируемый ИИ, прогнозирование с учетом неопределенности и федеративное обучение с сохранением конфиденциальности. В общей сложности было проанализировано 125 первичных исследований из 842 отобранных записей с использованием процесса, ориентированного на PRISMA, подробно описанного в разделе «Методология».
Ключевой вклад данного систематического обзора заключается в интерпретации показателей Дайса, Жаккара, AUC, чувствительности и специфичности в контексте качества методологии, а не их прямого сравнения в качестве показателей результатов. Для улучшения систематического аспекта данной рукописи в обзоре используется оценочный подход типа PROBAST-AI/TRIPOD-AI, учитывающий репрезентативность набора данных, качество аннотации, контроль утечки данных, подход к валидации, внешнюю валидацию, анализ подгрупп или справедливость, интерпретируемость, воспроизводимость и клиническую значимость.
Данный обзор представляет собой обобщение методов компьютерного зрения, используемых для автоматического обнаружения поражений кожи и рака. Помимо прогресса в этой области, обзор демонстрирует проблемы, которые еще предстоит преодолеть, прежде чем подобные технологии искусственного интеллекта можно будет считать надежными и применимыми на справедливой основе.
2. Методология обзора
Данный обзор был проведен с использованием систематической и воспроизводимой методологии, разработанной для выявления, отбора, извлечения и критической оценки исследований по автоматизированному обнаружению поражений кожи и рака кожи с использованием компьютерного зрения и искусственного интеллекта. Процесс обзора соответствовал структуре PRISMA 2020 и включал поиск в базах данных, удаление дубликатов, отбор по заголовкам и аннотациям, оценку соответствия полных текстов критериям включения, структурированное извлечение данных и оценку риска предвзятости/качества. В связи с методологической неоднородностью диагностических исследований на основе искусственного интеллекта, синтез не ограничивался представлением числовых значений эффективности; вместо этого сообщенные значения коэффициентов Дайса, Жаккара, AUC, чувствительности и специфичности интерпретировались в зависимости от дизайна валидации, характеристик набора данных, качества аннотации, контроля утечки и внешней валидации.
2.1. Стратегия поиска и источники информации
Был проведен всесторонний поиск литературы в пяти основных научных базах данных: PubMed, IEEE Xplore, Scopus, Web of Science и arXiv. Поиск охватывал исследования, опубликованные в период с 1 января 2015 года по 31 марта 2025 года. Этот временной промежуток был выбран потому, что период после 2015 года соответствует быстрому развитию анализа поражений кожи на основе глубокого обучения, особенно после широкого внедрения сверточных нейронных сетей, общедоступных эталонных наборов данных для дерматоскопии и таких конкурсных наборов данных, как ISIC.
Стратегия поиска объединяла термины, связанные с поражениями кожи, визуализацией и машинным обучением. В число репрезентативных поисковых терминов входили: «поражение кожи», «рак кожи», «меланома», «немеланомный рак кожи», «дерматоскопия», «клиническое изображение», «изображение со смартфона», «компьютерное зрение», «искусственный интеллект», «машинное обучение», «глубокое обучение», «сверточная нейронная сеть», «CNN», «трансформатор», «сегментация», «классификация», «GAN», «генеративная модель», «мультимодальное слияние», «метаданные», «объяснимый ИИ» и «федеративное обучение». Для объединения этих терминов использовались булевы операторы в соответствии с синтаксическими требованиями каждой базы данных.
Помимо поиска в базах данных, был проведен ручной поиск с использованием известных эталонных ресурсов и литературы, связанной с наборами данных, включая ISIC Archive, HAM10000, PH2, Derm7pt и SD-198. Также были проанализированы списки литературы подходящих статей и соответствующих обзорных работ для выявления дополнительных первичных исследований, которые могли быть не обнаружены при поиске в базах данных.
2.2. Критерии отбора
В исследование включались работы, отвечающие следующим критериям:
- Это были статьи, содержащие результаты первичных научных исследований;
- Они занимались автоматизированным анализом поражений кожи или рака кожи с использованием дерматоскопических, клинических изображений или изображений, полученных с помощью смартфонов;
- Они исследовали как минимум одну из следующих задач: сегментация поражений, классификация изображений, генеративное расширение, мультимодальное слияние, объяснимость или методы искусственного интеллекта, ориентированные на развертывание;
- Они представили количественные показатели эффективности, такие как коэффициент Дайса, индекс Жаккара, AUC, точность, чувствительность, специфичность, прецизионность, F1-мера или соответствующие диагностические индикаторы.
Исключались исследования, представляющие собой обзорные статьи, редакционные статьи, комментарии, тезисы конференций без достаточного подробного описания методологии, исследования, не основанные на изображениях, исследования, не связанные с раком кожи, дублирующие публикации или исследования, опубликованные до 2015 года. Исследования, использующие частные наборы данных, исключались, если происхождение набора данных, протокол аннотирования, распределение классов или дизайн оценки были недостаточно описаны. Также исключались исследования, которые не сообщали о количественных результатах или не предоставляли достаточной методологической информации для оценки качества разработки и валидации модели.
2.3. Процесс отбора исследований
Идентификация всех статей, найденных в ходе поиска литературы, проводилась с использованием процедуры реферирования, в ходе которой удалялись все дублирующиеся записи. На следующем этапе отбора два независимых рецензента удаляли явно нерелевантные статьи на уровне заголовков и аннотаций. Наконец, оставшиеся потенциально релевантные статьи были независимо оценены двумя рецензентами на соответствие заранее определенным критериям включения и исключения.
Методологическая строгость была повышена за счет проверки согласованности между рецензентами с помощью коэффициента Каппа Коэна. Проверка согласованности с помощью коэффициента Каппа Коэна показала высокие показатели согласованности между двумя рецензентами для обоих этапов отбора. Показатель согласованности по коэффициенту Каппа Коэна составил 0,86 для отбора заголовков и аннотаций, а для полных текстов — 0,82. Разногласия разрешались путем обсуждений, и если они не урегулировались, решение принимал третий рецензент.
На первом этапе поиска литературы было получено 842 ссылки из баз данных и других источников. После удаления дубликатов и проверки на соответствие критериям отбора, для включения в данный систематический обзор было отобрано 125 первичных исследований. Процесс отбора исследований проиллюстрирован блок-схемой PRISMA на рисунке 2 ниже. Исследования были классифицированы на основе их методологического подхода следующим образом:
Рисунок 2. Схема отбора исследований и проверки воспроизводимости в соответствии с рекомендациями PRISMA 2020 для систематического обзора.
2.4. Извлечение данных
Для обеспечения согласованности между исследованиями данные извлекались с использованием стандартизированного шаблона. Извлеченные данные включали год публикации, цель исследования, метод визуализации, название набора данных, размер набора данных, классы поражений, архитектуру модели, методы предварительной обработки, стратегию аугментации, задачу сегментации или классификации, разделение данных на обучающую, валидационную и тестовую выборки, подход к валидации, сообщенные показатели эффективности, статус внешней валидации, метод интерпретируемости и основные ограничения, указанные авторами.
Для исследований сегментации извлеченные метрики включали коэффициент Дайса, индекс Жаккара, чувствительность, специфичность, индикаторы, связанные с границами, и подробные сведения об аннотациях, если таковые имелись. Для исследований классификации извлеченные метрики включали AUC, точность, чувствительность, специфичность, прецизионность, F1-меру и показатели эффективности для каждого класса, если таковые имелись. Для исследований генеративной аугментации извлеченная информация включала тип GAN, стратегию обусловливания, оценку синтетических изображений, влияние на последующую классификацию или сегментацию, а также то, улучшали ли синтетические данные внешнюю валидацию или только внутреннюю производительность. Для мультимодальных исследований извлеченная информация включала признаки изображений, клинические метаданные, стратегию слияния, обработку пропущенных данных и сравнение производительности между моделями, использующими только изображения, и мультимодальными моделями.
2.5. Оценка качества и анализ риска систематической ошибки
Для усиления систематического характера данной работы была проведена формальная оценка качества и риска систематической ошибки для включенных в исследование диагностических исследований с использованием ИИ. Структура оценки была адаптирована из принципов PROBAST+AI и TRIPOD+AI. PROBAST+AI предназначен для оценки качества, риска систематической ошибки и применимости моделей прогнозирования, использующих методы регрессии или искусственного интеллекта, в то время как TRIPOD+AI предоставляет обновленные рекомендации по представлению результатов исследований моделей прогнозирования, использующих подходы регрессии или машинного обучения.
Каждое исследование оценивалось по следующим параметрам: репрезентативность источника данных и популяции, качество эталонного стандарта или аннотации, разделение набора данных и контроль утечки данных, прозрачность предварительной обработки, стратегия расширения, процедура разработки модели, внутренняя валидация, внешняя валидация, отчетность о производительности, справедливость/анализ подгрупп, интерпретируемость, оценка неопределенности, воспроизводимость и клиническая применимость.
Каждая область оценивалась как вызывающая низкую, некоторую или высокую обеспокоенность. Затем каждому исследованию присваивалась общая оценка силы доказательств на основе объединенного методологического профиля. Исследования с прозрачным составом набора данных, разделением данных на уровне пациентов, надежной аннотацией или эталонными стандартами, полным отчетом о результатах и независимой внешней валидацией считались предоставляющими более сильные доказательства. Исследования, основанные только на внутренней валидации, тестировании на одном наборе данных, неясной стратегии разделения, неполном представлении метрик или ограниченном демографическом разнообразии, считались предоставляющими умеренные или более слабые доказательства, даже если сообщаемые значения Dice, Jaccard или AUC были высокими.
Данная оценка использовалась для предотвращения чрезмерной интерпретации числовых показателей эффективности. Например, модель сегментации, сообщающая о высоком показателе Dice на внутреннем тестовом наборе данных ISIC, не интерпретировалась как имеющая ту же степень достоверности, что и модель, оцененная на независимом внешнем наборе данных. Аналогично, модель классификации, сообщающая о высоком показателе AUC без данных о чувствительности, специфичности, доверительных интервалах, калибровке или анализе подгрупп, считалась менее клинически надежной, чем модель, сообщающая о полных диагностических показателях и внешней валидации. Дополнительные материалы были добавлены для повышения прозрачности и воспроизводимости процесса поиска, скрининга, извлечения данных и оценки качества.
2.6. Области оценки, используемые для анализа доказательств.
В таблице 2 представлена структура оценки качества, используемая для оценки методологического качества и риска систематической ошибки включенных в исследование диагностических исследований на основе ИИ.
Таблица 2. Система оценки качества, использованная для включенных в исследование диагностических исследований с применением ИИ.
| Домен | Оцениваемые ключевые элементы | Релевантность доказательствам Сила |
|---|---|---|
| Источник данных и репрезентативность | Размер набора данных, разнообразие поражений, сбалансированность классов, источник изображений, разнообразие оттенков кожи, одноцентровое или многоцентровое происхождение. | Определяет, насколько вероятно, что заявленные показатели эффективности модели будут применимы и за пределами обучающего набора данных. |
| Эталонный стандарт/качество аннотаций | Гистопатология, экспертная диагностика, согласованные метки, качество маски сегментации, протокол аннотирования | Некачественная маркировка или непоследовательные маски могут искажать показатели Дайса, Жаккара, чувствительности и специфичности. |
| Разделение наборов данных и контроль утечек | Разделение данных на уровне пациентов, удаление дубликатов, разделение данных на обучающую, валидационную и тестовую выборки, стратегия перекрестной валидации. | Разделение изображений на уровне отдельных фрагментов или утечка дубликатов могут завышать показатели производительности. |
| Прозрачность предварительной обработки | Удаление волос, изменение размера, нормализация цвета, удаление артефактов, повышение контрастности. | Некачественно описанная предварительная обработка снижает воспроизводимость результатов. |
| Стратегия расширения | Традиционное расширение, передискретизация, синтез на основе GAN, балансировка минорного класса | Аугментация может улучшить внутренние показатели, но не обязательно улучшит внешнюю обобщаемость. |
| Стратегия разработки модели | Архитектура, трансферное обучение, настройка гиперпараметров, ансамблевый метод, выбор порогового значения | Чрезмерная настройка на эталонных наборах данных может привести к переоценке реальной производительности. |
| Дизайн валидации | Внутренняя валидация, валидация на основе различных наборов данных, внешняя валидация, тестирование на нескольких площадках. | Внешняя валидация предоставляет более убедительные доказательства, чем внутреннее тестирование на одном наборе данных. |
| Отчетность о результатах деятельности | Дайс, Жаккар, AUC, точность, чувствительность, специфичность, доверительные интервалы, калибровка | Полное представление данных позволяет проводить объективное сравнение результатов исследований. |
| Справедливость и анализ подгрупп | Тип кожи по Фицпатрику, возраст, пол, анатомическое расположение, классы редких поражений. | Отсутствие анализа подгрупп ограничивает клиническую надежность и справедливость. |
| Интерпретируемость и неопределенность | Grad-CAM, карты значимости, оценка неопределенности, калибровочные кривые. | Поддерживает доверие к клинической практике, но не заменяет внешнюю оценку. |
| Воспроизводимость | Открытый код, подробная информация о модели, доступность набора данных, отчеты по параметрам. | Определяет, можно ли независимо проверить полученные результаты. |
| Клиническая применимость | Время вывода, вычислительные затраты, интеграция с рабочим процессом, параметры развертывания | Высокие показатели, соответствующие эталонным стандартам, могут не соответствовать практическому клиническому применению. |
2.7. Классификация достоверности доказательств
На основе оценки риска систематической ошибки включенные исследования были интерпретированы с использованием трех категорий достоверности доказательств: Более убедительные доказательства : Эти исследования имеют четко описанные наборы данных, надежные эталонные стандарты, разделение на уровне пациентов, полную отчетность по показателям и независимую внешнюю или межнаборную валидацию. Эти исследования обеспечивают более надежную поддержку утверждений о применимости модели и ее клинической значимости.
Доказательства среднего качества : Эти исследования были проведены в условиях открытой подотчетности и прошли внутреннюю, но не внешнюю валидацию, либо анализ подгрупп выполнен частично, либо диагностические критерии описаны лишь частично.
Статьи более низкого качества : В таких статьях наблюдается неоднозначное разделение данных, потенциальная утечка информации, недостаточный размер выборки или дисбаланс, отсутствие подробного описания, отсутствие внешней валидации, ограниченная информация об аннотациях и/или результаты, полученные на основе чрезмерно обработанных внутренних тестовых наборов. Высокие значения коэффициентов Дайса, Жаккара, AUC, чувствительности или специфичности, полученные в таких статьях, не считались убедительными показателями клинической готовности.
2.8. Синтез данных
Поскольку включенные исследования существенно различались по составу наборов данных, категориям поражений, методам визуализации, методам предварительной обработки, архитектуре моделей и протоколам валидации, формальный мета-анализ не проводился. Вместо этого результаты были обобщены качественно и сравнительно. Показатели эффективности были суммированы по методологическим категориям, включая сегментацию, классификацию, генеративное расширение и мультимодальное слияние.
Значения коэффициентов Дайса и Жаккара, полученные в исследованиях сегментации, интерпретировались совместно с качеством аннотаций, определением границ поражений и статусом внешней валидации. Аналогично, значения AUC, чувствительности и специфичности для исследований классификации интерпретировались в связи с дисбалансом классов, выбором порогового значения, дизайном валидации и репрезентативностью набора данных. Для генеративных моделей улучшение внутренней классификации или сегментации интерпретировалось с осторожностью, если оно не подтверждалось независимым тестированием. В мультимодальных исследованиях повышение производительности оценивалось в связи с полнотой метаданных, стратегией слияния и воспроизводимостью.
Следовательно, значения, представленные в этом обзоре для оценки эффективности, не могут рассматриваться как взаимозаменяемые в разных исследованиях. Скорее, это данные, которые формируются качеством используемого набора данных, процессом валидации и риском систематической ошибки. Таким образом, обзор может выйти за рамки простого описания доказательств эффективности ИИ в автоматическом обнаружении поражений кожи и рака.
3. Предпосылки, клинический контекст и характеристики набора данных
К раку кожи относятся как меланомы, так и немеланомные виды рака кожи, такие как базальноклеточная карцинома и плоскоклеточная карцинома. Хотя немеланомные виды рака кожи встречаются чаще, чем меланомы, последние клинически более агрессивны из-за склонности к метастазированию и высокой вероятности летального исхода в случаях поздней диагностики [51, 52, 53]. Поэтому ранняя диагностика имеет решающее значение для повышения выживаемости пациентов, минимизации ненужных биопсий и обеспечения своевременного направления к специалистам-дерматологам. В рамках обычных клинических процедур начальный этап диагностического процесса обычно включает осмотр невооруженным глазом, при этом, по возможности, используется дерматоскопия. Использование дерматоскопии позволяет получить более четкое представление о подкожной пигментной сети, сосудистых компонентах, краях поражения и морфологии, невидимых при обычном осмотре кожи. Тем не менее, эффективность дерматоскопии в диагностике рака кожи в значительной степени зависит от множества факторов [54, 55, 56].
Для минимизации диагностической вариативности и обеспечения объективности при анализе поражений кожи была разработана система компьютерной диагностики. Предыдущие системы компьютерной диагностики в основном основывались на признаках, созданных вручную, включая асимметрию, неровные границы, неоднородность цвета, текстуру, размер и форму [57, 58, 59, 60]. Этот подход лег в основу автоматизированного анализа поражений кожи, но он был подвержен влиянию изменений освещения, артефактов от волос, шума, ошибок сегментации и различий в оборудовании. Развитие глубокого обучения, особенно использование сверточных нейронных сетей и методов трансферного обучения, привело к изменениям в области автоматизированного анализа поражений кожи от ручного проектирования признаков к автоматизированному обучению признакам [61, 62, 63, 64].
Клиническая ценность анализа поражений кожи на основе ИИ в значительной степени зависит от наборов данных, используемых для обучения, валидации и тестирования. Общедоступные наборы данных, такие как ISIC, HAM10000, PH2, Derm7pt, BCN20000, PAD-UFES-20, SD-198, Fitzpatrick17k и DDI, ускорили разработку алгоритмов, предоставив эталонные изображения для сегментации, классификации, мультимодального обучения и оценки справедливости. Однако эти наборы данных существенно различаются по методу визуализации, размеру выборки, категориям поражений, качеству аннотаций, доступности метаданных, параметрам получения изображений и представлению оттенков кожи. Поэтому значения производительности, сообщаемые в разных исследованиях, не следует интерпретировать без учета характеристик набора данных [65, 66, 67, 68, 69]. В таблице 3 приведены репрезентативные наборы данных, обычно используемые в исследованиях по автоматическому обнаружению поражений кожи и рака кожи, а также выделены их сильные стороны, области применения и ограничения.
Таблица 3. Репрезентативные наборы данных, обычно используемые в автоматизированном обнаружении поражений кожи и рака кожи [65, 67, 70, 71, 72].
| Набор данных | Модальность изображения | Размер набора данных/Классы | Аннотация и клиническая информация |
| ISIC Challenge/ISIC Archive | В основном дерматоскопические изображения. | В ISIC 2019 представлено 25 331 изображение по девяти диагностическим категориям. | Диагностические метки; маски сегментации доступны в некоторых задачах конкурса. |
| HAM10000 | Дермоскопические изображения | 10 015 дерматоскопических изображений по распространенным категориям пигментированных поражений | Диагностические обозначения; более половины поражений подтверждены патологическим исследованием, остальные — последующим наблюдением, консенсусом экспертов или конфокальной микроскопией. |
| PH2 | Дермоскопические изображения | 200 изображений : 80 обычных невусов, 80 атипичных невусов и 40 меланом. | Маски поражений и диагностическая информация |
| Derm7pt | Дерматоскопические и клинические изображения поражений с метаданными | 1011 случаев поражений | Критерии контрольного списка из семи пунктов, диагноз и метаданные |
| BCN20000 | Дермоскопические изображения | В клинике Hospital Clínic Barcelona было собрано приблизительно 18 946–19 424 дерматоскопических изображений. | Диагностические обозначения; включает сложные клинические проявления поражений. |
| PAD-UFES-20 | Клинические изображения, в основном полученные с помощью смартфонов. | 2298 образцов, отнесенных к шести/семи категориям поражений в зависимости от группировки. | Клинические изображения с метаданными пациента, такими как возраст, локализация поражения, тип кожи по Фицпатрику и диаметр поражения. |
| SD-198 | Клинические/макроскопические изображения | 6584 изображения по 198 категориям кожных заболеваний | Метки категорий заболеваний |
| MED-NODE | Клинические/недерматоскопические изображения | Обычно сообщается о 170 изображениях : 70 меланом и 100 невусов. | Диагностические этикетки |
| Фицпатрик17к | Изображения из клинической дерматологии | 16 577 клинических изображений с указанием кожных заболеваний и типов кожи по Фицпатрику. | Диагнозные обозначения и аннотации типов кожи по Фицпатрику |
| DDI: Разнообразные дерматологические изображения | Клинические изображения | 656 изображений с различными оттенками кожи и редкими заболеваниями | Изображения, отобранные экспертами и подтвержденные патологическими исследованиями. |
| Набор данных | Распространенное использование в исследованиях ИИ | Сильные стороны | Основные ограничения |
| ISIC Challenge/ISIC Archive | Сегментация, классификация, сравнительный анализ, сравнение на основе поставленных задач. | Крупный международный эталонный набор данных; широко используется для сравнения моделей. | В основном дерматоскопические изображения; дисбаланс классов; результаты могут не распространяться на клинические изображения или изображения, полученные с помощью смартфонов; необходима внешняя валидация (ISIC Challenge ссылка) |
| HAM10000 | Многоклассовая классификация, перенос обучения, сравнительный анализ | Большой, широко используемый, многоисточниковый дерматоскопический набор данных | Дисбаланс классов; ограниченное представление данных о разнообразии оттенков кожи; высокая внутренняя эффективность может быть специфичной для набора данных (PMC ссылка) |
| PH2 | Проверка сегментации и мелкомасштабная классификация | Экспертные маски и четко определенные категории поражений | Небольшой размер выборки; ограниченное разнообразие поражений; непригоден для обучения больших моделей глубокого обучения в одиночку (PMC ссылка) |
| Derm7pt | Мультимодальное обучение, прогнозирование по контрольным спискам, клинически интерпретируемый ИИ. | Полезно для сопоставления искусственного интеллекта, основанного на анализе изображений, с клинически значимыми дерматоскопическими критериями. | Умеренный размер; отсутствие или изменчивость метаданных могут повлиять на воспроизводимость мультимодального анализа (ResearchGate ссылка) |
| BCN20000 | Крупномасштабная классификация и сравнительный анализ, связанный с ISIC. | Включает сложные случаи из реальной практики, такие как поражения ногтей/слизистых оболочек, обширные поражения и гипопигментированные поражения. | Исследование проводилось в одном учреждении; ориентировано на дерматоскопию; требует внешней валидации в других центрах (PMC ссылка) |
| PAD-UFES-20 | Классификация клинических изображений, диагностика с помощью смартфонов, мультимодальное обучение. | Реальный набор клинических изображений с метаданными на уровне пациента. | Меньше, чем ISIC/HAM10000; географически специфичен; вариативность устройств сбора данных может повлиять на возможность обобщения результатов (PMC ссылка) |
| SD-198 | Обширная классификация кожных заболеваний и исследования по переносу знаний. | Охватывает множество дерматологических заболеваний, помимо меланомы. | Не является специфичным для рака кожи; во многих категориях ограниченное количество изображений; неоднородность меток и классов влияет на сравнительный анализ. |
| MED-NODE | Бинарная классификация меланомы/невуса с использованием клинических изображений | Полезен для недерматоскопического обследования. | Очень маленький набор данных; ограниченное разнообразие; недостаточно для самостоятельного обучения глубокого обучения (GitHub ссылка) |
| Фицпатрик17к | Анализ объективности, оценка предвзятости оттенков кожи, классификация клинических изображений. | Важный набор данных для оценки различий в эффективности в зависимости от типа кожи. | Проблема не ограничивается раком кожи; классовый дисбаланс и дисбаланс типов кожи по-прежнему вызывают опасения (GitHub ссылка). |
| DDI: Разнообразные дерматологические изображения | Проверка объективности и внешняя валидация ИИ в дерматологии | Ценен для оценки производительности модели на различных оттенках кожи. | Небольшой набор данных; в основном полезен для проверки справедливости и внешней валидации, а не для крупномасштабного обучения (arXiv ссылка) |
4. Рабочий процесс компьютерного зрения для автоматизированного анализа поражений кожи.
Автоматическое обнаружение поражений кожи и рака кожи обычно осуществляется в рамках последовательного процесса компьютерного зрения, который преобразует необработанные дерматологические изображения в клинически интерпретируемые диагностические результаты. Этот процесс объединяет получение изображений, предварительную обработку, сегментацию поражений, извлечение признаков, классификацию, объяснимый ИИ, валидацию и поддержку принятия клинических решений. Как показано на рисунке 3, полный конвейер начинается с получения дерматоскопических, клинических изображений или изображений, полученных с помощью смартфона, и проходит через несколько вычислительных этапов, прежде чем сгенерировать результат, который может поддерживать скрининг, сортировку или принятие диагностических решений с помощью дерматолога.
Рисунок 3. ( Вверху ) Обобщенная блок-схема автоматизированной системы обнаружения поражений кожи и рака, и ( внизу ) комплексный рабочий процесс классификации поражений кожи на основе изображений для компьютерной диагностики.
Первый этап — получение изображений и обработка данных. Изображения поражений кожи могут быть получены с помощью дерматоскопов, клинических камер или смартфонов. Качество полученного изображения сильно влияет на производительность модели в дальнейшем, поскольку дерматологические изображения чувствительны к изменению освещения, разрешению камеры, фокусировке, углу съемки, отражению от кожи, волосам, отметкам линейки и текстуре кожи на фоне. Помимо сбора изображений, обработка данных включает диагностическую маркировку, экспертную аннотацию, разделение данных на обучающую, валидационную и тестовую выборки, а также обработку дисбаланса классов. Надежное разделение имеет важное значение, поскольку случайное разделение на уровне изображений или утечка дубликатов могут завышать заявленную производительность модели. Поэтому перед разработкой модели требуется разделение на уровне пациента и тщательная организация набора данных.
Второй этап — предварительная обработка, цель которой — улучшение изображения и уменьшение количества недиагностических артефактов. Типичные методы предварительной обработки включают удаление волос, нормализацию цветов, повышение контрастности изображения, масштабирование, обрезку, снижение шума и устранение артефактов. Предварительная обработка особенно важна при исследовании поражений кожи, поскольку изображение поражения может значительно отличаться в зависимости от используемого оборудования, условий освещения, локализации поражения и цвета кожи. Тем не менее, предварительную обработку следует проводить с осторожностью и прозрачностью, поскольку она может исказить клинические структуры поражения.
Следующий шаг включает сегментацию поражения, где определяются границы поражения или области интереса. Сегментация помогает выделить область поражения из окружающей нормальной кожи для упрощения извлечения признаков и классификации. Традиционные подходы к сегментации включают пороговую обработку, наращивание областей, активные контуры и морфологические методы, в то время как современные подходы используют U-Net, сети внимания, остаточные сети и гибридную архитектуру CNN–трансформатор. Сегментация становится критически важной при работе с сильно нерегулярными поражениями, поражениями с низким контрастом и поражениями с частичным перекрытием. Тем не менее, сегментация в значительной степени зависит от качества аннотаций, границ поражения и масок экспертной проверки.
После сегментации процесс продолжается извлечением признаков и моделированием. Предыдущие системы компьютерной диагностики использовали признаки, извлеченные вручную в соответствии с асимметрией, границами, цветом, текстурой и формой поражений. Современные системы искусственного интеллекта полагаются на архитектуру глубоких нейронных сетей для автоматического обучения иерархическим признакам изображений поражений. На этом этапе распространены использование сверточных нейронных сетей (CNN), трансферного обучения, ансамблей, механизмов внимания и графических трансформеров. В более продвинутых системах ИИ в процесс диагностики могут быть включены не только признаки на основе изображений, но и клинические метаданные, такие как возраст, пол, расположение части тела, история поражений и факторы риска [73, 74, 75, 76].
Следующий этап — классификация или прогнозирование. Тип выполняемой классификации будет зависеть от цели исследования. Модель может выполнять либо бинарную классификацию, например, прогнозирование доброкачественных и злокачественных новообразований, либо многоклассовую классификацию, включающую меланому, невусы, базальноклеточную карциному, плоскоклеточную карциному, себорейный кератоз, дермофиброму и другие типы поражений. Выходные данные моделей обычно включают вероятности и классы диагнозов. Для оценки производительности модели используются различные показатели, такие как AUC, точность, чувствительность, специфичность, прецизионность, F1-мера, коэффициент сходства Дайса и индекс Жаккара. Однако эти метрики следует интерпретировать с учетом состава набора данных, дисбаланса классов, модальности изображения, стратегии разделения, представления оттенков кожи и условий внешней валидации [46].
Последний вычислительный этап касается объяснимого ИИ и валидации. Использование таких методов, как Grad-CAM, карты значимости, карты внимания, тепловые карты и оценка достоверности, может помочь понять, какие части изображения внесли вклад в выходные данные модели. Такие методы могут повысить доверие врачей к моделям, но не могут служить доказательством надежности в клинических условиях без валидации с помощью экспертной оценки и учета области поражения. Валидация должна включать не только внутреннее тестирование, но и тестирование на разных наборах данных и тестирование в нескольких учреждениях. Внешняя валидация особенно важна, поскольку система, хорошо работающая на дерматоскопических наборах данных, может иметь другие характеристики производительности при тестировании на изображениях со смартфонов, темных типах кожи или редких вариантах поражений [38, 77, 78, 79].
Клинической конечной точкой этого рабочего процесса является поддержка принятия решений. Решения на основе ИИ должны помогать дерматологам, врачам общей практики и платформам теледерматологии в таких областях, как скрининг, сортировка, определение приоритетов направлений, отслеживание поражений и стратификация рисков. Они не должны полностью заменять клиническую экспертизу. Эффективное решение должно не только ставить диагноз, но и оценивать уровень достоверности прогноза, определять неопределенность, создавать карту объяснений и предлагать направить пациента к эксперту в ситуации неопределенности и высоких рисков. Именно поэтому представленный на рисунке 3 рабочий процесс демонстрирует необходимость интеграции технических и клинических аспектов разработки и внедрения моделей ИИ.
5. Методологические подходы на основе ИИ для автоматизированного анализа поражений кожи
Из описанного в разделе 4 алгоритма компьютерного зрения можно сделать вывод, что анализ поражений кожи с помощью автоматизации представляет собой не отдельный этап, а цепочку, состоящую из захвата изображения, предварительной обработки изображения, локализации поражения кожи, извлечения признаков, классификации, объяснения, проверки и принятия клинического решения. В этом алгоритме сегментация, классификация, генерация и мультимодальные подходы выполняют взаимодополняющие функции. Сегментация локализует область поражения и минимизирует влияние нормальной кожи вокруг поражений или любых артефактов изображения. Классификация сопоставляет признаки изображения с диагностическими решениями, такими как доброкачественные или злокачественные поражения. Генеративные подходы решают проблемы несбалансированных классов и ограниченных данных путем генерации синтетических или дополненных изображений поражений кожи, в то время как мультимодальные подходы интегрируют информацию, основанную на изображениях, и клинические метаданные.
Следовательно, в следующих разделах представлены различные методологии автоматического обнаружения поражений кожи и рака. Вместо того чтобы рассматривать показатели Dice, Jaccard, AUC, точности, чувствительности и специфичности, предоставленные исследователями, как сопоставимые в разных исследованиях, в дальнейшем обсуждении эти показатели объясняются в контексте используемого набора данных, процедуры валидации, внешней оценки, отчетности о дисперсии/неопределенности и гетерогенности набора данных. Структура этого обсуждения связывает рабочий процесс, описанный в разделе 4 , и улучшенные сравнительные таблицы, представленные ниже.
5.1. Методы сегментации
Сегментация поражений лежит в основе автоматического анализа кожных поражений, поскольку она определяет область интереса, содержащую признаки, используемые в диагностике. Точная сегментация позволяет различать поражение и нормальную ткань кожи, волосы, линии линейки, вариации освещения и другие фоновые артефакты. Это особенно важно в случаях, когда поражение имеет неправильную форму, низкий контраст, неоднородно или частично скрыто. В традиционных системах компьютерной диагностики сегментация поражений обычно осуществлялась с помощью таких методов, как пороговая обработка, региональный рост, активные контуры, обнаружение границ и морфология. Несмотря на вычислительную простоту, они были очень подвержены вариациям из-за условий освещения, вариаций цвета поражения, наличия артефактов и параметров, заданных вручную.
Проблема обнаружения границ поражений с использованием методов сегментации на основе глубокого обучения значительно усложнилась. Сети на основе кодировщика-декодера, такие как архитектура U-Net, наряду с ее вариациями, приобрели популярность благодаря своей способности объединять задачу извлечения признаков, а также пространственную локализацию с использованием пропускных соединений. Механизм внимания, остаточные слои, агрегация признаков в нескольких масштабах, состязательное обучение и гибридные CNN-трансформеры — вот некоторые из последних улучшений для лучшей локализации границы в более широком контексте [80, 81, 82, 83, 84, 85].
Однако на эффективность сегментации сильно влияют качество аннотаций и дизайн валидации. Показатели Дайса и Жаккара зависят не только от качества модели, но и от способа создания масок поражений. Полигональная экспертная маска, приблизительный контур, созданный вручную, и согласованная аннотация могут давать разные оценки эффективности. Аналогично, внутреннее тестирование на ISIC или PH2 не обязательно указывает на то, что модель будет обобщаться на клинические изображения или изображения со смартфонов. По этой причине результаты сегментации следует интерпретировать с учетом типа набора данных, протокола аннотаций, межнаборной валидации и статуса внешнего тестирования. Сравнение репрезентативных исследований сегментации с улучшенной прослеживаемостью представлено в таблице 4 , где указаны метод, набор данных, дизайн валидации, извлеченные метрики, доступность показателей достоверности/дисперсии, статус внешней валидации и ограничения на уровне набора данных.
Таблица 4. Сравнение результатов репрезентативных исследований сегментации поражений кожи.
| Исследование/Ссылка | Метод | Тип набора данных/изображения | Проектирование валидации |
| Аль-Масни и др., 2018 [ 86 ] | Сверточная нейронная сеть с полным разрешением | ISBI 2017, PH2; дерматоскопические изображения | Внутреннее тестирование на эталонных наборах данных. |
| Весал и др., 2018 [ 87 ] | SkinNet, модифицированная U-Net | ISBI 2017; дерматоскопические изображения | Пятикратная перекрестная проверка/тестирование на проверку достоверности результатов |
| Гоял и др., 2019 [ 88 ] | Ensemble Mask R-CNN + DeepLabv3+ | ISIC 2017; дерматоскопические изображения | Настройки обучения/тестирования ISIC 2017 |
| Саркер и др., 2021 [ 89 ] | SLSNet — облегченная сегментация на основе GAN. | ISBI 2017 и ISIC 2018; дерматоскопические изображения | Тестирование на основе эталонных показателей |
| Иннани и др., 2023 [ 90 ] | Эффективная сегментация поражений GAN/MGAN | ISIC 2018; дерматоскопические изображения | Внутренняя оценка эталонных показателей |
| Иссле-дование /Ссылка | Представленные показатели | CI / SD / Variance | Внешняя валидация | Гетерогенность/ограничения на уровне набора данных |
| Аль-Масни и др., 2018 [86] | ISBI 2017: коэффициент Жаккара 77,11%, точность 94,03%; PH2: коэффициент Жаккара 84,79%, точность 95,08%. | НР | Частичная отчетность по всем наборам данных с использованием PH2 | Размер набора данных и протоколы аннотирования различаются между ISBI и PH2; ограниченное количество демографических метаданных. |
| Весал и др., 2018 [87] | Коэффициент Дайса 85,10%, коэффициент Жаккара 76,67%, чувствительность 93,0%. | НР | Независимая клиническая когорта отсутствует. | Хорошие результаты в тестах, но имеются ограниченные доказательства возможности обобщения на конкретное устройство/популяцию. |
| Гоял и др., 2019 [88] | Показатель Жаккара 79,58%; точность по классам: доброкачественные образования 95,60%, меланома 90,78%, себорейный кератоз 91,29%. | НР | Нет | Полезные данные для анализа на уровне класса, но отсутствуют доверительные интервалы и перспективное тестирование. |
| Саркер и др., 2021 [89] | Точность 97,61%, кубик Дайса 90,63%, Жаккара 81,98%; >110 FPS на GTX1080Ti | НР | Независимая клиническая проверка отсутствует. | Отчетность по эффективности отличается высоким качеством, однако не оценивались возможности обобщения результатов на внешнем уровне и объективность оценки. |
| Иннани и др., 2023 [90] | Результаты броска игральных костей: 90,1%, коэффициент Жаккара: 83,6%, точность: 94,5%. | НР | Нет | Высокая эффективность внутренней сегментации; ограниченные данные при изменении внешней предметной области. |
В целом, методы сегментации эволюционировали от основанного на правилах определения границ до глубокого обучения и архитектур, управляемых механизмом внимания. Тем не менее, их клиническая надежность остается ограниченной из-за непоследовательных стандартов аннотирования, отсутствия внешней валидации и ограниченного тестирования на различных оттенках кожи и устройствах визуализации. В будущих исследованиях сегментации следует сообщать о протоколах генерации масок, межаннотаторной вариабельности, разделении данных на уровне пациента, доверительных интервалах и производительности на разных наборах данных.
5.2. Методы классификации
Классификация является центральным диагностическим этапом автоматизированного анализа поражений кожи. После предварительной обработки изображений и, во многих системах, сегментации поражений, модели классификации присваивают поражениям диагностические метки или оценки риска. Задача может быть бинарной, например, классификация доброкачественных и злокачественных новообразований, или многоклассовой, включающей меланому, невус, базальноклеточную карциному, плоскоклеточную карциному, актинический кератоз, себорейный кератоз, дерматофиброму, сосудистые поражения и другие категории поражений. Модели классификации имеют важное клиническое значение, поскольку их результаты могут использоваться для скрининга, сортировки пациентов, определения приоритетов направления к специалистам и поддержки принятия решений дерматологами.
В предыдущих системах признаки, полученные из дерматологических рекомендаций, такие как асимметрия, неровность границ, вариативность цвета, диаметр, текстура и форма, создавались вручную. Эти признаки обычно сочетались с классическими алгоритмами машинного обучения, такими как метод опорных векторов, метод k-ближайших соседей, дерево решений, случайный лес и искусственная нейронная сеть. Хотя в прошлом методы ручного отбора признаков были ценны, они показали низкую эффективность при наличии вариабельности освещения, устройств визуализации, цвета кожи, внешнего вида поражений и сегментации [91, 92, 93].
Внедрение CNN произвело революцию в классификации, переведя ее от методов извлечения признаков, разработанных вручную, к извлечению признаков посредством сквозного обучения. Для выполнения задач классификации на нескольких наборах данных изображений, таких как ISIC, HAM10000, использовались следующие модели на основе CNN: модель Inception, ResNet, DenseNet, VGG, EfficientNet и MobileNet, среди прочих. Перенос обучения приобрел популярность из-за отсутствия аннотаций для медицинских изображений по сравнению с естественными изображениями. Модели трансформеров и гибридные модели CNN-трансформер также были протестированы для классификации благодаря их способности улавливать долгосрочные зависимости и глобальную информацию в изображении [48, 64].
Даже при высоких значениях AUC и точности результаты классификации необходимо тщательно анализировать. Во многих исследованиях применяется внутренняя валидация, и даже случайное разделение изображений может привести к утечке информации. Проблема дисбаланса классов также значительна из-за чрезмерного количества доброкачественных поражений и низкой частоты меланомы и других редких типов рака кожи. Таким образом, точность может быть очень высокой, несмотря на низкую чувствительность для злокачественных классов. Следовательно, помимо точности и AUC, исследования классификации должны включать данные о чувствительности, специфичности, доверительных интервалах, метриках для каждого класса, калибровке, внешней валидации и анализе подгрупп в соответствии с типом кожи по Фицпатрику. В таблице 5 представлены избранные примеры исследований классификации с акцентом на архитектуру модели, набор данных, метод валидации, прослеживаемость метрик, сравнение статистических данных и ограничения наборов данных.
Таблица 5. Сравнение репрезентативных исследований классификации поражений кожи.
| Иссле-дование/Ссылка | Модель/Архитектура | Тип набора данных/изображения | Проектирование валидации | Представ-ленные показатели |
| Эстева и др., 2017 [ 92 ] | Глубокая сверточная нейронная сеть, обученная от начала до конца. | 129 450 клинических изображений; 2032 заболевания | Протестировано на изображениях, подтвержденных биопсией, 21 сертифицированным дерматологом. | Результаты классификации кератиноцитарной карциномы и меланомы сопоставимы с результатами дерматологов. |
| Гуда и др., 2022 [ 94 ] | CNN, ResNet50, InceptionV3, Inception-ResNet | ISIC 2018; дермато-скопические изображения | Внутренняя валидация | Точность CNN: 83,2%; ResNet50: 83,7%; InceptionV3: 85,8%; Inception-ResNet: 84,0%. |
| Шетти и др., 2022 [ 95 ] | Модели машинного обучения и сверточные нейронные сети | HAM10000; дермато-скопические изображения | 10-кратная перекрестная проверка | Наивысшая точность сверточной нейронной сети — 95,18%. |
| Хан и Хан, 2023 [ 96 ] | Модель трансформатора SkinViT | Три набора данных по меланоме и немеланомным опухолям | Внутреннее тестирование на трех наборах данных. | Точность: 0,9109, 0,8611, 0,8911; AUC: 0,9711, 0,9459, 0,9595 |
| Чандль и др., 2020 [ 97 ] | Поддержка взаимодействия человека и компьютера с помощью искусственного интеллекта на основе сверточных нейронных сетей. | Дермато-скопические изображения/телемедицинская обстановка | Исследование читателей с поддержкой искусственного интеллекта. | Сообщается об улучшении процесса принятия решений человеком и ИИ; использованы статистические методы тестирования. |
| Исследование/Ссылка | CI/SD/Variance | Внешняя валидация | Статистический/сравнительный анализ | Гетерогенность/ограничения на уровне набора данных |
| Эстева и др., 2017 [ 92 ] | NR в доступной отчетности на уровне аннотаций | Отсутствует широкая многоцентровая проспективная валидация. | Включено сравнение между человеком и экспертом. | Большой обучающий набор данных, но демографическая и аппаратная неоднородность представлена не полностью. |
| Гуда и др., 2022 [ 94 ] | НР | Нет | Включено сравнение архитектурных решений. | Результаты внутреннего сравнительного анализа; ограниченная объективность и внешняя проверка. |
| Шетти и др., 2022 [ 95 ] | НР | Нет | Сравнение сверточных нейронных сетей с классификаторами машинного обучения | Отмечен дисбаланс в классе HAM10000; независимая внешняя когорта отсутствует. |
| Хан и Хан, 2023 [ 96 ] | НР | Отсутствует подлинная внешняя клиническая валидация. | По сравнению с EfficientNetV2, MaxViT, MobileViTV2 и ViT | Различия на уровне набора данных существуют, но результаты проспективной валидации и анализа подгрупп по оттенкам кожи не приводятся. |
| Чандль и др., 2020 [ 97 ] | Результаты статистического тестирования приведены; подробные доверительные интервалы следует извлечь из полного текста. | Исследование проводилось в условиях клинического анализа, но не в рамках полномасштабного проспективного исследования. | Приведены результаты двусторонних парных t-тестов с поправкой Холма–Бонферрони. | Обладает высокой клинической значимостью, но эффективность ИИ зависит от взаимодействия читателя и условий использования. |
5.3. Генеративные модели и мультимодальные подходы
Генеративное моделирование и мультимодальное обучение — два важных усовершенствования, внесенных в рабочий процесс сегментации/классификации. Они помогают решить две основные проблемы в обнаружении поражений кожи с помощью ИИ: нехватка аннотированных данных и отсутствие клинического контекста. Общедоступные наборы данных о коже недостаточно сбалансированы, поскольку содержат ограниченное количество информации о злокачественных поражениях, мало редких случаев и мало данных о темной коже. Генеративные модели пытаются улучшить баланс данных, генерируя дополнительные изображения или улучшая маски для поражений. Мультимодальные модели стремятся сделать системы ИИ более клинически реалистичными, интегрируя изображения поражений с данными пациентов [98, 99].
Генеративные состязательные сети применялись для синтеза дерматоскопических изображений, уточнения масок сегментации, балансировки весов классов и генерации недостаточно представленных классов поражений. В условных GAN можно генерировать изображения, используя метки классов или маски сегментации, в то время как некоторые другие приложения GAN нацелены на генерацию изображений поражений с высоким разрешением или улучшение процесса сегментации. Хотя такие приложения могут помочь улучшить производительность классификации и сегментации в наборе данных, сгенерированные синтетические изображения могут содержать нереалистичные текстуры или повторяющиеся узоры, не имеющие клинического значения. Изучение таких синтетических признаков может привести к тому, что классификатор будет показывать очень хорошие результаты внутри, но плохие во время внешней валидации. Следовательно, такие модели необходимо оценивать по их производительности, а также по внешней валидации, точности, разнообразию и метрикам оценки дерматологов [90, 100, 101, 102].
Еще одна важная область — мультимодальное обучение, поскольку дерматологи не ставят диагнозы, основываясь только на данных изображений. Клинический диагноз включает возраст, локализацию, пол, факторы риска, симптомы, прогрессирование поражений и дерматоскопические критерии. Мультимодальные системы ИИ объединяют признаки изображений с метаданными, используя раннее слияние, позднее слияние, слияние на основе внимания или слияние на основе трансформера. Исследования с использованием таких наборов данных, как Derm7pt и PAD-UFES-20, показывают, что метаданные могут улучшить производительность по сравнению с моделями, использующими только изображения, особенно когда изображения поражений сами по себе неоднозначны. Однако мультимодальное обучение создает новые проблемы, включая отсутствие метаданных, непоследовательные клинические переменные, демографическую предвзятость и снижение воспроизводимости между наборами данных [71].
Поэтому результаты исследований с использованием генеративных и мультимодальных алгоритмов следует интерпретировать с учетом дизайна валидации и достоверности доказательств. Небольшое улучшение внутреннего AUC после аугментации GAN не обязательно доказывает клиническую полезность. Аналогично, мультимодальная модель может хорошо работать на одном наборе данных, но потерпеть неудачу, если поля метаданных отсутствуют или собираются по-разному в другом учреждении. В таблице 6 приведена сводная информация о репрезентативных исследованиях с использованием генеративных алгоритмов и мультимодальных алгоритмов, включая подход, набор данных или модальность, заявленное влияние, доступность статистической информации, основные проблемы гетерогенности и интерпретацию доказательств.
Таблица 6. Сводная информация об исследованиях генеративной аугментации и мультимодальных исследованиях с улучшенной прослеживаемостью.
| Ссылка на исследование/статью | Подход | Набор данных/Модальность | Заявленные показатели эффективности или результаты |
| Дин и др., 2020/2021 [ 103 ] | Условная генеративно-состязательная сеть для синтеза дерматоскопических изображений высокого разрешения | Дерматоскопические изображения с сегментацией/категоризацией | Исследование синтеза изображений; не является прямым диагностическим сравнением AUC/Dice. |
| Кавахара и др., 2019 [ 104 ] | Многозадачная многомодальная нейронная сеть | Derm7pt; клинические + дерматоскопические изображения + метаданные; 1011 случаев поражений | Представлены подробные диагностические данные и результаты, полученные с помощью контрольного списка из семи пунктов. |
| Ляхов и др., 2023 [ 105 ] | Мультимодальная нейронная сеть с модифицированной функцией потерь кросс-энтропии для компенсации дисбаланса | Разнородные дерматологические данные | Точность 85,19%; статистическая значимость по Макнемару в сравнительных тестах указана как p = 0,001. |
| Чжан и др., 2023 [ 106 ] | Вдоль всего трансформатора/формирователя термоядерного синтеза | Мультимодальная диагностика поражений кожи с использованием дерматоскопических/клинических изображений и метаданных. | Результаты производительности приведены в оригинальной статье; используйте метрики, специфичные для источника, только после их извлечения. |
| Ссылка на исследование/статью | ДИ/Стандартное отклонение/Статистическое сравнение | Ключевые особенности гетерогенности/ограничения | Интерпретация доказательств |
| Дин и др., 2020/2021 [ 103 ] | НР | Точность синтезированных изображений и их последующая клиническая польза требуют отдельной проверки. | Полезен для исследований в области аугментации, но недостаточен в качестве диагностического доказательства. |
| Кавахара и др., 2019 [ 104 ] | CI NR в доступном кратком изложении | Размер набора данных умеренный; отсутствие метаданных может повлиять на воспроизводимость результатов. | Важный мультимодальный справочный материал; метрики следует интерпретировать с учетом специфики задачи. |
| Ляхов и др., 2023 [ 105 ] | Представлено статистическое сравнение. | Дисбаланс в наборе данных устранен, но необходима более широкая внешняя проверка на предмет справедливости. | Более убедительно, чем чисто нарративные мультимодальные утверждения, поскольку включает статистическое тестирование. |
| Чжан и др., 2023 [ 106 ] | CI NR в доступном кратком изложении | Архитектура многомодального слияния; ключевыми проблемами являются вычислительные затраты и полнота метаданных. | Полезный новый многомодальный метод на основе трансформаторов; требует тщательной прослеживаемости метрик. |
6. Вызовы, ограничения и перспективы на будущее
Несмотря на значительный прогресс, достигнутый за последнее десятилетие в автоматизированных системах обнаружения поражений кожи и рака кожи, ряд методологических, клинических и связанных с внедрением ограничений по-прежнему препятствует их надежному применению в реальной дерматологической практике. Во многих исследованиях сообщается о высоких значениях коэффициентов Дайса, Жаккара, AUC, чувствительности, специфичности и точности на тщательно отобранных общедоступных наборах данных; однако эти значения часто получены в условиях внутренней валидации и могут не в полной мере отражать производительность в различных популяциях, учреждениях, устройствах визуализации, оттенках кожи, подтипах поражений и клинических рабочих процессах. Поэтому в будущем разработка должна сместиться от изолированной оптимизации эталонных показателей к клинически надежным, внешне валидированным, справедливым, интерпретируемым и совместимым с рабочими процессами системам искусственного интеллекта.
6.1. Смещение набора данных и разработка эталонных показателей
Среди основных недостатков современных исследований поражений кожи с использованием методов ИИ можно выделить использование небольшого количества открытых наборов данных, таких как ISIC, HAM10000, PH2, Derm7pt и SD-198. Хотя они способствовали развитию методов обнаружения поражений на основе компьютеров, существуют некоторые ограничения, связанные с их использованием. К ним относятся такие факторы, как дисбаланс классов в наборах данных, наличие слишком большого количества доброкачественных поражений, малое количество случаев редких типов раковых поражений, переменное качество маркировки и отсутствие полных клинических данных. Кроме того, темные цвета кожи недостаточно представлены в этих наборах данных [107].
В будущих эталонных наборах данных необходимо обеспечить большее разнообразие как с клинической, так и с демографической точки зрения. Это предполагает включение таких деталей, как классификация поражений, гистопатологическое подтверждение, локализация поражений, возраст, пол, метод сканирования, условия проведения исследования и тип кожи по Фицпатрику. Будущие протоколы эталонных исследований должны включать разделение данных по пациентам, исключение дублирующихся изображений, фиксированные обучающие, валидационные и тестовые наборы, а также четкий алгоритм предварительной обработки. В будущих отчетах об эталонных исследованиях необходимо отказаться от агрегированных отчетов по площади под кривой и показателю Дайса и перейти к анализу отдельных подгрупп, калибровке и представлению доверительных интервалов [23, 108, 109, 110].
6.2. Внешняя и межинституциональная валидация
Первая важная проблема, способствующая переоценке эффективности в исследованиях по обнаружению поражений кожи с помощью ИИ, заключается в том, что чаще всего исследователи применяют внутреннее разделение данных на основе одного и того же набора данных. Использование одного и того же источника данных как для обучения, так и для тестирования может привести к тому, что модель будет хорошо работать только с изображениями, полученными в одних и тех же условиях, с использованием одного и того же устройства и у одних и тех же пациентов.
В будущих исследованиях необходимо уделять особое внимание внешней валидации с использованием наборов данных из других учреждений и географических регионов. Для того чтобы можно было делать заявления о возможности обобщения, необходимо сделать обязательной валидацию на основе данных из разных учреждений. Валидация в нескольких учреждениях поможет лучше оценить эффективность моделей в обработке различий в разрешении изображений, освещении, внешнем виде поражения, использовании камеры, технике дерматоскопии и характеристиках пациентов. Внешняя валидация в проспективных клинических условиях поможет установить, поможет ли использование искусственного интеллекта улучшить принятие диагностических решений, приоритезацию направлений, эффективность скрининга и результаты лечения пациентов [111, 112, 113, 114].
6.3. Осветление кожи в зависимости от типа кожи по Фицпатрику
Разнообразие оттенков кожи является одним из главных ограничений существующих исследований в дерматологии. Во многих общедоступных базах данных большая часть изображений относится к более светлым оттенкам кожи, особенно к типам кожи I-III по Фицпатрику. Поэтому модели, основанные на таких базах данных, могут иметь меньшую эффективность в отношении более темных оттенков кожи, что может привести к задержкам в обнаружении поражений среди недостаточно представленных групп населения. Это ограничение имеет важное значение из-за различий в проявлении злокачественных новообразований на разных типах кожи и в разных анатомических областях.
В будущих исследованиях следует сообщать о результатах работы модели для всех типов кожи по Фицпатрику I-VI, если доступны метаданные. Оценка справедливости должна включать чувствительность, специфичность, частоту ложноположительных и ложноотрицательных результатов, AUC и ошибки калибровки для конкретных подгрупп. Следует создавать наборы данных, включающие более темные оттенки кожи, редкие виды поражений, поражения акрона и слизистых оболочек, а также анатомически разнообразные образцы изображений. Кроме того, при разработке моделей следует учитывать влияние адаптации домена, перевзвешивания, сбалансированной выборки, синтетического расширения и обучения с учетом справедливости [23, 72, 113, 115].
6.4. Интерпретируемость и объяснимый ИИ
Объясняемый ИИ приобретает все большее значение в автоматизированной диагностике поражений кожи, поскольку клиницистам необходимо понимать, фокусируется ли модель на клинически значимых структурах поражения или на нерелевантных артефактах изображения. К распространенным методам объяснения относятся Grad-CAM, карты значимости, интегрированные градиенты, чувствительность к окклюзии, визуализация внимания и подходы, основанные на возмущениях. Эти методы генерируют визуальные карты, которые выделяют области изображения, влияющие на прогноз модели. В анализе поражений кожи надежные объяснения в идеале должны соответствовать границам поражения, пигментным сетям, асимметрии, цветовой вариативности, сосудистым структурам, изъязвлениям или другим клинически значимым дерматоскопическим паттернам [116].
Однако надежность объяснимых методов ИИ остается ограниченной. Карты значимости часто зашумлены и могут существенно изменяться при небольших искажениях изображения. Grad-CAM может предоставлять более визуально интерпретируемые тепловые карты, но может выделять обширные области, а не точные структуры поражений. Интегрированные градиенты предлагают атрибуцию на уровне пикселей, но зависят от выбора базового изображения и могут быть сложны для непосредственной интерпретации клиницистами. Карты внимания из моделей на основе трансформеров иногда интерпретируются как объяснения, но весовые коэффициенты внимания не всегда соответствуют причинно-следственному диагностическому обоснованию. Поэтому результаты объяснений не следует рассматривать как доказательство клинической надежности модели [38, 117].
Одна из ключевых проблем заключается в том, что модели ИИ могут обучаться на основе признаков, не связанных с поражениями, таких как линейки, чернильные метки, волосы, края, маркеры цветовой калибровки, артефакты съемки или структура кожи на фоне. Это может привести к высокой внутренней точности, но снизить внешнюю обобщающую способность. Визуальные объяснения могут выглядеть очень убедительно даже в случае наличия ложных корреляций. Это означает, что визуального анализа тепловых карт недостаточно. Оценка качества объяснений должна проводиться количественно на основе степени перекрытия локализации с экспертными масками поражений, тестов на удаление-вставку, устойчивости к возмущениям, эффективности игры в «указание», обнаружения клинически значимых областей и выравнивания диагностических структур.
С точки зрения врача, объяснения должны повышать доверие, помогать выявлять ошибки и способствовать принятию решений, но не создавать красивые тепловые карты. Врачи нуждаются в стабильных, интерпретируемых и дерматологически обоснованных объяснениях. Поэтому будущие исследования должны включать не только технические показатели, но и клиническую оценку объяснимого ИИ. Будущие исследования должны рассмотреть вопрос о том, помогают ли объяснения врачам выявлять ошибки модели, повышать их уверенность в диагностике, избегать ложного успокоения и принимать решения о направлении к другим специалистам. В целом, объяснимый ИИ является необходимым, но недостаточным аспектом клинического применения [118, 119].
6.5. Оценка неопределенности и поддержка принятия решений с учетом рисков
Однако большинство современных решений на основе ИИ предоставляют либо метку класса, либо вероятностный результат, не давая информации о надежности этого прогноза. Это проблема в медицинской сфере, поскольку ИИ может выдавать на первый взгляд очень надежные результаты на основе изображений низкого качества, редких типов поражений, случаев, выходящих за рамки распределения, или изображений, полученных с помощью новых типов устройств. Клинически ценное решение должно уметь распознавать случаи, когда есть сомнения, и рекомендовать обратиться за экспертным мнением, вместо того чтобы давать потенциально ненадежный прогноз.
Будущие медицинские решения на основе ИИ должны включать оценку неопределенности и поддержку принятия решений на основе риска. Такие методы, как MC-dropout, глубокие ансамбли, байесовские нейронные сети, масштабирование температуры, конформное прогнозирование и обнаружение выхода за пределы распределения, могут помочь в оценке достоверности прогноза. Вместо того чтобы просто выдавать бинарный результат о том, является ли поражение доброкачественным или злокачественным, модель должна предоставлять значения риска, оценки неопределенности и рекомендации о том, следует ли направить случай к дерматологу [120, 121, 122].
6.6. Ограничения развертывания и интеграция с клиническими рабочими процессами
Другим существенным ограничением является тот факт, что большинство исследований в области искусственного интеллекта для анализа поражений кожи проводятся в автономном режиме с использованием ретроспективных наборов данных. Однако для практического внедрения требуется больше, чем просто соответствие эталонным показателям точности. Для успешной клинической интеграции системы необходимо решить такие вопросы, как скорость обработки данных, требования к оборудованию, управление качеством изображений, конфиденциальность данных, дизайн пользовательского интерфейса, внедрение врачами, медико-юридическая ответственность, регулирование и интеграция в электронные медицинские карты или теледерматологию.
В будущих исследованиях необходимо сосредоточиться на оценке системы ИИ в контексте клинического рабочего процесса. Необходимо четко понимать, что использование ИИ будет направлено на поддержку принятия решений, а не на замену дерматологов. Оценка моделей будет включать в себя оценку того, насколько хорошо ИИ может помочь дерматологам, врачам общей практики и теледерматологам в сортировке пациентов, определении приоритетов направления к специалистам, мониторинге поражений и получении второго мнения. При оценке внедрения следует учитывать не только точность диагностики, но и вопросы, связанные с оптимизацией рабочего процесса, эффективностью, своевременностью, уверенностью врача, риском ложного успокоения, безопасностью пациента и удобством использования [123, 124, 125]. В таблице 7 суммированы основные ограничения и соответствующие рекомендации на будущее по разработке клинически надежных систем ИИ для анализа поражений кожи.
Таблица 7. Основные ограничения и рекомендации на будущее для систем искусственного интеллекта, предназначенных для диагностики поражений кожи.
| Ограничение | Текущая проблема | Рекомендации на будущее |
|---|---|---|
| Смещение набора данных | В общедоступных наборах данных часто наблюдается дисбаланс классов, ограниченное количество редких поражений и недостаточное представительство людей с более темным цветом кожи. | Создайте многоисточниковые наборы данных со сбалансированными классами поражений, типом кожи по Фицпатрику, анатомическим расположением, устройством и демографическими метаданными. |
| Слабая конструкция бенчмарка | Случайное внутреннее разделение может завышать показатели производительности. | Используйте разделение данных на уровне пациентов, удаление дубликатов, фиксированные наборы тестовых данных и прозрачные протоколы предварительной обработки. |
| Ограниченная внешняя проверка | Многие модели оцениваются только на внутренних тестовых наборах данных. | Перед предъявлением клинических претензий необходимо проводить перекрестную проверку данных, охватывающую несколько учреждений и осуществляемую в рамках проспективного исследования. |
| Светлый оттенок кожи | Результаты измерений редко встречаются для разных типов кожи по шкале Фицпатрика. | Представьте результаты анализа AUC, чувствительности, специфичности, частоты ложноотрицательных результатов и калибровки для шкалы Фицпатрика I–VI. |
| Избыточная интерпретация метрик | Высокие значения AUC, Dice или точности не обязательно свидетельствуют о клинической надежности. | В отчете представлены доверительные интервалы, стратегия выбора порогового значения, калибровка и показатели для подгрупп. |
| Ограниченная интерпретируемость | Тепловые карты и карты значимости могут выделять артефакты или области, не являющиеся очагами поражения. | Проверяйте объяснения, сопоставляя их с областями поражения, определенными экспертами, и клинически значимыми дерматоскопическими признаками. |
| Отсутствие оценки неопределенности | Модели могут давать достоверные результаты даже для изображений низкого качества или незнакомых изображений. | Добавить систему оценки неопределенности, выявление случаев выхода за пределы распределения и триггеры для направления к дерматологу. |
| Разрыв в развертывании | Большинство систем тестируются в автономном режиме, а не в реальных клинических условиях. | Проведите исследования рабочих процессов, оценивающие диагностическую поддержку, доверие врачей, удобство использования, безопасность и результаты лечения пациентов. |
| Конфиденциальность и масштабируемость | Централизованный сбор данных в разных больницах может быть затруднен. | Изучите федеративное обучение, проверку достоверности данных с сохранением конфиденциальности и безопасную разработку многоцентровых моделей. |
| Ограничения ресурсов | Крупные модели могут быть непригодны для использования в мобильных условиях или в условиях ограниченных ресурсов. | Используйте легковесные архитектуры, сжатие, квантование и развертывание, совместимое с периферийными устройствами. |
7. Выводы
Настоящий обзор предлагает всесторонний критический анализ исследований автоматического распознавания поражений кожи и рака с помощью методов компьютерного зрения и искусственного интеллекта. В целом, глубокое обучение продемонстрировало большие перспективы для сегментации поражений, классификации изображений, генеративного расширения данных и многомодальной поддержки принятия решений. Тем не менее, часто цитируемые показатели Dice, Jaccard, AUC, чувствительности и специфичности требуют тщательного изучения из-за наличия оценки внутренней валидности, несбалансированных наборов данных, недостаточного представления оттенков кожи, отсутствия доверительных интервалов и внешней валидации во многих исследованиях. Благодаря сочетанию методологического сравнения, оценки риска предвзятости, гетерогенности наборов данных, объяснимости, справедливости и применимости, этот обзор демонстрирует, что помимо сравнительной оценки точности, клиническое применение имеет гораздо большее значение. Будущий прогресс в этой области потребует многоцентровых, гетерогенных наборов данных, валидации на уровне пациентов, подходов, основанных на неопределенности, и клинически жизнеспособных систем искусственного интеллекта.
Литература
- Caraviello, C.; Nazzaro, G.; Tavoletti, G.; Boggio, F.; Denaro, N.; Murgia, G.; Passoni, E.; Benzecry Mancin, V.; Marzano, A.V. Melanoma Skin Cancer: A Comprehensive Review of Current Knowledge. Cancers 2025, 17, 2920. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Trager, M.H.; Geskin, L.J.; Samie, F.H.; Liu, L. Biomarkers in melanoma and non-melanoma skin cancer prevention and risk stratification. Exp. Dermatol. 2022, 31, 4–12. [Google Scholar] [CrossRef] [Scilit]
- Zambrano-Román, M.; Padilla-Gutiérrez, J.R.; Valle, Y.; Muñoz-Valle, J.F.; Valdés-Alvarado, E. Non-Melanoma Skin Cancer: A Genetic Update and Future Perspectives. Cancers 2022, 14, 2371. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Adegun, A.; Viriri, S. Deep learning techniques for skin lesion analysis and melanoma cancer detection: A survey of state-of-the-art. Artif. Intell. Rev. 2021, 54, 811–841. [Google Scholar] [CrossRef] [Scilit]
- Zhou, L.; Zhong, Y.; Han, L.; Xie, Y.; Wan, M. Global, regional, and national trends in the burden of melanoma and non-melanoma skin cancer: Insights from the global burden of disease study 1990–2021. Sci. Rep. 2025, 15, 5996. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Wang, M.; Gao, X.; Zhang, L. Recent global patterns in skin cancer incidence, mortality, and prevalence. Chin. Med. J. 2025, 138, 185–192. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Dai, Y.; Liu, X.; Tang, H. Global regional and national burden of nonmelanoma skin cancer from 1990 to 2021 based on the global burden of disease 2021 study. Discov. Oncol. 2026, 17, 570. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Mashoudy, K.D.; Perez, S.M.; Nouri, K. From diagnosis to intervention: A review of telemedicine’s role in skin cancer care. Arch. Dermatol. Res. 2024, 316, 139. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Yang, G.; Luo, S.; Greer, P. Advancements in skin cancer classification: A review of machine learning techniques in clinical image analysis. Multimed. Tools Appl. 2025, 84, 9837–9864. [Google Scholar] [CrossRef] [Scilit]
- Sonune, B.S.; Udaykumar, R.; Nemane, S.G.; Tulaskar, D.P.; Bhaiyya, M.; Haick, H. Interpretable Deep Learning in Dermoscopy: An XAI-Driven Ensemble for Skin Lesion Diagnosis. IEEE Access 2026, 14, 62126–62142. [Google Scholar] [CrossRef] [Scilit]
- Naik, P.P. Cutaneous Malignant Melanoma: A Review of Early Diagnosis and Management. World J. Oncol. 2021, 12, 7–19. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Benyahia, S.; Meftah, B.; Lézoray, O. Multi-features extraction based on deep learning for skin lesion classification. Tissue Cell 2022, 74, 101701. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Iqbal, I.; Younus, M.; Walayat, K.; Kakar, M.U.; Ma, J. Automated multi-class classification of skin lesions through deep convolutional neural network with dermoscopic images. Comput. Med. Imaging Graph. 2021, 88, 101843. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Sonune, B.S.; Kumar, R.U.; Sankar, K.; Agrawal, P.S.; Nemane, S.G.; Tulaskar, D.P.; Bhaiyya, M.; Kulkarni, M.B. Interpretable Skin Cancer Identification Using a Hybrid Deep Learning and XAI Framework on HAM10000. Bioengineering 2026, 13, 677. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Ahmad, I.; Amin, J.; IkramUllah Lali, M.; Abbas, F.; Imran Sharif, M. A novel Deeplabv3+ and vision-based transformer model for segmentation and classification of skin lesions. Biomed. Signal Process. Control 2024, 92, 106084. [Google Scholar] [CrossRef] [Scilit]
- Narendra, M.; Harshini, T.S.; Anbarasi, L.J. Advancing Skin Disease Diagnosis: A Multimodal Approach Utilizing Telegram Api Token Chatbot for Text and Image Analysis in Skin Disease Classification. IEEE Access 2024, 12, 189009–189023. [Google Scholar] [CrossRef] [Scilit]
- Owida, H.A.; El-Fattah, I.A.; Abuowaida, S.; Alshdaifat, N.; Mashagba, H.A.; Abd Aziz, A.B.; Alzoubi, A.; Larguech, S.; Al-Bawri, S.S. A deep learning-based dual-branch framework for automated skin lesion segmentation and classification via dermoscopic Images. Sci. Rep. 2025, 15, 37823. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Sarhan, A.M.; Ali, H.A.; Yasser, S.; Gobara, M.; Kandil, A.A.; Sherif, G.; Moustafa, E. Achieving high-accuracy skin cancer classification with deep learning optimized by ant colony algorithm. J. Electr. Syst. Inf. Technol. 2025, 12, 49. [Google Scholar] [CrossRef] [Scilit]
- Noaman, A.; Ahmad, R.; Khan, M.F.; Mohammed, A.S.; Farooq, M.; Adnan, K.M. Beyond binary: Multi-class skin lesion classification with AlexNet transfer learning-towards enhanced dermatological diagnosis. Discov. Appl. Sci. 2024, 7, 35. [Google Scholar] [CrossRef] [Scilit]
- Halder, A.; Dalal, A.; Gharami, S.; Wozniak, M.; Ijaz, M.F.; Singh, P.K. A fuzzy rank-based deep ensemble methodology for multi-class skin cancer classification. Sci. Rep. 2025, 15, 6268. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Ajabani, D.; Shaikh, Z.A.; Yousef, A.; Ali, K.; Albahar, M.A. Enhancing skin lesion classification: A CNN approach with human baseline comparison. PeerJ Comput. Sci. 2025, 11, e2795. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Mehta, D.; Primiero, C.; Betz-Stablein, B.; Nguyen, T.D.; Gal, Y.; Bowling, A.; Haskett, M.; Sashindranath, M.; Bonnington, P.; Mar, V.; et al. Multi-task AI models in dermatology: Overcoming critical clinical translation challenges for enhanced skin lesion diagnosis. J. Eur. Acad. Dermatol. Venereol. 2025, 39, 2121–2133. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Alipour, N.; Burke, T.; Courtney, J. Skin Type Diversity in Skin Lesion Datasets: A Review. Curr. Dermatol. Rep. 2024, 13, 198–210. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Primiero, C.A.; Rezze, G.G.; Caffery, L.J.; Carrera, C.; Podlipnik, S.; Espinosa, N.; Puig, S.; Janda, M.; Soyer, H.P.; Malvehy, J. A Narrative Review: Opportunities and Challenges in Artificial Intelligence Skin Image Analyses Using Total Body Photography. J. Investig. Dermatol. 2024, 144, 1200–1207. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Bhaiyya, M.; Panigrahi, D.; Rewatkar, P.; Haick, H. Role of Machine Learning Assisted Biosensors in Point-of-Care-Testing for Clinical Decisions. ACS Sens. 2024, 9, 4495–4519. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Balakrishnan, P.; Anny Leema, A.; Jothiaruna, N.; Assudani, P.J.; Sankar, K.; Kulkarni, M.B.; Bhaiyya, M. Artificial intelligence for food safety: From predictive models to real-world safeguards. Trends Food Sci. Technol. 2025, 163, 105153. [Google Scholar] [CrossRef] [Scilit]
- Combalia, M.; Codella, N.; Rotemberg, V.; Carrera, C.; Dusza, S.; Gutman, D.; Helba, B.; Kittler, H.; Kurtansky, N.R.; Liopyris, K.; et al. Validation of artificial intelligence prediction models for skin cancer diagnosis using dermoscopy images: The 2019 International Skin Imaging Collaboration Grand Challenge. Lancet Digit. Health 2022, 4, e330–e339. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Wen, D.; Soltan, A.; Trucco, E.; Matin, R.N. From data to diagnosis: Skin cancer image datasets for artificial intelligence. Clin. Exp. Dermatol. 2024, 49, 675–685. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Deshmukh, M.T.; Wankhede, P.R.; Chakole, N.; Kale, P.D.; Jadhav, M.R.; Kulkarni, M.B.; Bhaiyya, M. Towards Intelligent Food Safety: Machine Learning Approaches for Aflatoxin Detection and Risk Prediction. Trends Food Sci. Technol. 2025, 161, 105055. [Google Scholar] [CrossRef] [Scilit]
- Tulaskar, D.P.; Sindhu, B.; Chakole, N.; Parteki, R.; Leema, A.A.; Balakrishnan, P.; Avthanka, A.; Girhe, R.; Kulkarni, M.B.; Bhaiyya, M. AI and ML empowering 5G and shaping the 6G future: Models, metrics, architectures, and applications. ICT Express 2026, 12, 111–135. [Google Scholar] [CrossRef] [Scilit]
- Daneshjou, R.; Barata, C.; Betz-Stablein, B.; Celebi, M.E.; Codella, N.; Combalia, M.; Guitera, P.; Gutman, D.; Halpern, A.; Helba, B.; et al. Checklist for Evaluation of Image-Based Artificial Intelligence Reports in Dermatology: CLEAR Derm Consensus Guidelines from the International Skin Imaging Collaboration Artificial Intelligence Working Group. JAMA Dermatol. 2022, 158, 90–96. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Ricci Lara, M.A.; Rodríguez Kowalczuk, M.V.; Eliceche, M.L.; Ferraresso, M.G.; Luna, D.R.; Benitez, S.E.; Mazzuoccolo, L.D. A dataset of skin lesion images collected in Argentina for the evaluation of AI tools in this population. Sci. Data 2023, 10, 712. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Nemane, S.; Sarad, V.M.; Tulaskar, D.P.; Marode, T.P.; Bhangdiya, V.; Agrawal, L.; Avthankar, A.; Kondylakis, H.; Kulkarni, M.B.; Bhaiyya, M.; et al. Federated Learning in Multimodal Healthcare Diagnostics: Privacy-Preserving AI for Biomedical Imaging, Electronic Health Records, Wearables, and Clinical Decision Support. Arch. Comput. Methods Eng. 2026. [Google Scholar] [CrossRef] [Scilit]
- Wu, Y.; Chen, B.; Zeng, A.; Pan, D.; Wang, R.; Zhao, S. Skin Cancer Classification With Deep Learning: A Systematic Review. Front. Oncol. 2022, 12, 893972. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Haggenmüller, S.; Maron, R.C.; Hekler, A.; Utikal, J.S.; Barata, C.; Barnhill, R.L.; Beltraminelli, H.; Berking, C.; Betz-Stablein, B.; Blum, A.; et al. Skin cancer classification via convolutional neural networks: Systematic review of studies involving human experts. Eur. J. Cancer 2021, 156, 202–216. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Zhang, J.; Zhong, F.; He, K.; Ji, M.; Li, S.; Li, C. Recent Advancements and Perspectives in the Diagnosis of Skin Diseases Using Machine Learning and Deep Learning: A Review. Diagnostics 2023, 13, 3506. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Noronha, S.S.; Mehta, M.A.; Garg, D.; Kotecha, K.; Abraham, A. Deep Learning-Based Dermatological Condition Detection: A Systematic Review with Recent Methods, Datasets, Challenges, and Future Directions. IEEE Access 2023, 11, 140348–140381. [Google Scholar] [CrossRef] [Scilit]
- Hauser, K.; Kurz, A.; Haggenmüller, S.; Maron, R.C.; von Kalle, C.; Utikal, J.S.; Meier, F.; Hobelsberger, S.; Gellrich, F.F.; Sergon, M.; et al. Explainable artificial intelligence in skin cancer recognition: A systematic review. Eur. J. Cancer 2022, 167, 54–69. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Lyakhova, U.A.; Lyakhov, P.A. Systematic review of approaches to detection and classification of skin cancer using artificial intelligence: Development and prospects. Comput. Biol. Med. 2024, 178, 108742. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Miller, I.; Rosic, N.; Stapelberg, M.; Hudson, J.; Coxon, P.; Furness, J.; Walsh, J.; Climstein, M. Performance of Commercial Dermatoscopic Systems That Incorporate Artificial Intelligence for the Identification of Melanoma in General Practice: A Systematic Review. Cancers 2024, 16, 1443. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Naseri, H.; Safaei, A.A. Diagnosis and prognosis of melanoma from dermoscopy images using machine learning and deep learning: A systematic literature review. BMC Cancer 2025, 25, 75. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Mehta, P.; Shah, B. Review on Techniques and Steps of Computer Aided Skin Cancer Diagnosis. Procedia Comput. Sci. 2016, 85, 309–316. [Google Scholar] [CrossRef] [Scilit]
- Dildar, M.; Akram, S.; Irfan, M.; Khan, H.U.; Ramzan, M.; Mahmood, A.R.; Alsaiari, S.A.; Saeed, A.H.M.; Alraddadi, M.O.; Mahnashi, M.H. Skin Cancer Detection: A Review Using Deep Learning Techniques. Int. J. Environ. Res. Public Health 2021, 18, 5479. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Höhn, J.; Hekler, A.; Krieghoff-Henning, E.; Kather, J.N.; Utikal, J.S.; Meier, F.; Gellrich, F.F.; Hauschild, A.; French, L.; Schlager, J.G.; et al. Integrating Patient Data into Skin Cancer Classification Using Convolutional Neural Networks: Systematic Review. J. Med. Internet Res. 2021, 23, e20708. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Jones, O.T.; Matin, R.N.; van der Schaar, M.; Prathivadi Bhayankaram, K.; Ranmuthu, C.K.I.; Islam, M.S.; Behiyat, D.; Boscott, R.; Calanzani, N.; Emery, J.; et al. Artificial intelligence and machine learning algorithms for early detection of skin cancer in community and primary care settings: A systematic review. Lancet Digit. Health 2022, 4, e466–e476. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Debelee, T.G. Skin Lesion Classification and Detection Using Machine Learning Techniques: A Systematic Review. Diagnostics 2023, 13, 3147. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Nazari, S.; Garcia, R. Automatic Skin Cancer Detection Using Clinical Images: A Comprehensive Review. Life 2023, 13, 2123. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Salinas, M.P.; Sepúlveda, J.; Hidalgo, L.; Peirano, D.; Morel, M.; Uribe, P.; Rotemberg, V.; Briones, J.; Mery, D.; Navarrete-Dechent, C. A systematic review and meta-analysis of artificial intelligence versus clinicians for skin cancer diagnosis. npj Digit. Med. 2024, 7, 125. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Ang, X.L.; Oh, C.C. The Use of Artificial Intelligence for Skin Cancer Detection in Asia-A Systematic Review. Diagnostics 2025, 15, 939. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Karimzadhagh, S.; Ghodous, S.; Robati, R.M.; Abbaspour, E.; Goldust, M.; Zaresharifi, N.; Zaresharifi, S. Performance of Artificial Intelligence in Skin Cancer Detection: An Umbrella Review of Systematic Reviews and Meta-Analyses. Int. J. Dermatol. 2026, 65, 69–85. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Rubatto, M.; Sciamarrelli, N.; Borriello, S.; Pala, V.; Mastorino, L.; Tonella, L.; Ribero, S.; Quaglino, P. Classic and new strategies for the treatment of advanced melanoma and non-melanoma skin cancer. Front. Med. 2023, 9, 959289. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Fujimura, T.; Aiba, S. Significance of Immunosuppressive Cells as a Target for Immunotherapies in Melanoma and Non-Melanoma Skin Cancers. Biomolecules 2020, 10, 1087. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Longo, C.; Guida, S.; Mirra, M.; Pampena, R.; Ciardo, S.; Bassoli, S.; Casari, A.; Rongioletti, F.; Spadafora, M.; Chester, J.; et al. Dermatoscopy and reflectance confocal microscopy for basal cell carcinoma diagnosis and diagnosis prediction score: A prospective and multicenter study on 1005 lesions. J. Am. Acad. Dermatol. 2024, 90, 994–1001. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Roky, A.H.; Islam, M.M.; Ahasan, A.M.F.; Mostaq, M.S.; Mahmud, M.Z.; Amin, M.N.; Mahmud, M.A. Overview of skin cancer types and prevalence rates across continents. Cancer Pathog. Ther. 2025, 3, 89–100. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Bhatt, H.; Shah, V.; Shah, K.; Shah, R.; Shah, M. State-of-the-art machine learning techniques for melanoma skin cancer detection and classification: A comprehensive review. Intell. Med. 2023, 3, 180–190. [Google Scholar] [CrossRef] [Scilit]
- Hwang, J.C.; Peacker, B.L.; Hartman, R.I. Screening and novel diagnostic technologies for melanoma: An update. Melanoma Manag. 2025, 12, 2536999. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Bakkouri, I.; Afdel, K. Computer-aided diagnosis (CAD) system based on multi-layer feature fusion network for skin lesion recognition in dermoscopy images. Multimed. Tools Appl. 2020, 79, 20483–20518. [Google Scholar] [CrossRef] [Scilit]
- Khattar, S.; Kaur, R. Computer assisted diagnosis of skin cancer: A survey and future recommendations. Comput. Electr. Eng. 2022, 104, 108431. [Google Scholar] [CrossRef] [Scilit]
- Mahmoud, N.M.; Soliman, A.M. Early automated detection system for skin cancer diagnosis using artificial intelligent techniques. Sci. Rep. 2024, 14, 9749. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Attallah, O. Skin-CAD: Explainable deep learning classification of skin cancer from dermoscopic images by feature selection of dual high-level CNNs features and transfer learning. Comput. Biol. Med. 2024, 178, 108798. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Adla, D.; Reddy, G.V.R.; Nayak, P.; Karuna, G. Deep learning-based computer aided diagnosis model for skin cancer detection and classification. Distrib. Parallel Databases 2022, 40, 717–736. [Google Scholar] [CrossRef] [Scilit]
- Huang, H.-Y.; Hsiao, Y.-P.; Karmakar, R.; Mukundan, A.; Chaudhary, P.; Hsieh, S.-C.; Wang, H.-C. A Review of Recent Advances in Computer-Aided Detection Methods Using Hyperspectral Imaging Engineering to Detect Skin Cancer. Cancers 2023, 15, 5634. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Malibari, A.A.; Alzahrani, J.S.; Eltahir, M.M.; Malik, V.; Obayya, M.; Al Duhayyim, M.; Lira Neto, A.V.; de Albuquerque, V.H.C. Optimal deep neural network-driven computer aided diagnosis model for skin cancer. Comput. Electr. Eng. 2022, 103, 108318. [Google Scholar] [CrossRef] [Scilit]
- Meedeniya, D.; De Silva, S.; Gamage, L.; Isuranga, U. Skin cancer identification utilizing deep learning: A survey. IET Image Process. 2024, 18, 3731–3749. [Google Scholar] [CrossRef] [Scilit]
- Tschandl, P.; Rosendahl, C.; Kittler, H. The HAM10000 dataset, a large collection of multi-source dermatoscopic images of common pigmented skin lesions. Sci. Data 2018, 5, 180161. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Mendonça, T.; Ferreira, P.M.; Marques, J.S.; Marcal, A.R.S.; Rozeira, J. PH2—A dermoscopic image database for research and benchmarking. In Proceedings of the 2013 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC); IEEE: Piscataway, NJ, USA, 2013; pp. 5437–5440. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Hernández-Pérez, C.; Combalia, M.; Podlipnik, S.; Codella, N.C.F.; Rotemberg, V.; Halpern, A.C.; Reiter, O.; Carrera, C.; Barreiro, A.; Helba, B.; et al. BCN20000: Dermoscopic Lesions in the Wild. Sci. Data 2024, 11, 641. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Cockayne, M.J.; Ortolani, M.; Al-Bander, B. DermFormer: Nested multi-modal vision transformers for robust skin cancer detection. Pattern Anal. Appl. 2025, 28, 194. [Google Scholar] [CrossRef] [Scilit]
- Sun, X.; Yang, J.; Sun, M.; Wang, K. A Benchmark for Automatic Visual Classification of Clinical Skin Disease Images. In Computer Vision—ECCV 2016; Lecture Notes in Computer Science; Leibe, B., Matas, J., Sebe, N., Welling, M., Eds.; Springer International Publishing: Cham, Switzerland, 2016; pp. 206–222. [Google Scholar]
- Hwang, Y.N.; Seo, M.J.; Kim, S.M. A Segmentation of Melanocytic Skin Lesions in Dermoscopic and Standard Images Using a Hybrid Two-Stage Approach. BioMed Res. Int. 2021, 2021, 5562801. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Pacheco, A.G.C.; Lima, G.R.; Salomão, A.S.; Krohling, B.; Biral, I.P.; de Angelo, G.G.; Alves, F.C.R.J.; Esgario, J.G.M.; Simora, A.C.; Castro, P.B.C.; et al. PAD-UFES-20: A skin lesion dataset composed of patient data and clinical images collected from smartphones. Data Brief 2020, 32, 106221. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Daneshjou, R.; Vodrahalli, K.; Novoa, R.A.; Jenkins, M.; Liang, W.; Rotemberg, V.; Ko, J.; Swetter, S.M.; Bailey, E.E.; Gevaert, O.; et al. Disparities in dermatology AI performance on a diverse, curated clinical image set. Sci. Adv. 2022, 8, eabq6147. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Assudani, P.J.; Bhurgy, A.S.; Kollem, S.; Bhurgy, B.S.; Ahmad, M.O.; Kulkarni, M.B.; Bhaiyya, M. Artificial intelligence and machine learning in infectious disease diagnostics: A comprehensive review of applications, challenges, and future directions. Microchem. J. 2025, 218, 115802. [Google Scholar] [CrossRef] [Scilit]
- Wei, M.L.; Tada, M.; So, A.; Torres, R. Artificial intelligence and skin cancer. Front. Med. 2024, 11, 1331895. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Abhishek, K.; Jain, A.; Hamarneh, G. Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets. Sci. Data 2025, 12, 196. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Joseph, S.; Olugbara, O.O. Preprocessing Effects on Performance of Skin Lesion Saliency Segmentation. Diagnostics 2022, 12, 344. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Pathan, S.; Prabhu, K.G.; Siddalingaswamy, P.C. Techniques and algorithms for computer aided diagnosis of pigmented skin lesions—A review. Biomed. Signal Process. Control 2018, 39, 237–262. [Google Scholar] [CrossRef] [Scilit]
- Agrawal, L.; Agrawal, P.K.; Agrawal, S.S.; Sonune, M.S.; Kadu, R.K.; Kulkarni, M.B.; Bhaiyya, M. AI-driven multimodal retinal imaging for early detection and risk stratification of vascular and neurodegenerative diseases. Graefe’s Arch. Clin. Exp. Ophthalmol. 2026. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Assudani, P.J.; Balakrishnan, P.; Anny Leema, A.; George, G.; Avthankar, A.; Tiwari, A.; Bhaiyya, M.; Kulkarni, M.B. Biosensing technologies for foodborne pathogen detection and healthcare: Principles, emerging materials, and intelligent platforms. Microchim. Acta 2026, 193, 231. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Mirikharaji, Z.; Abhishek, K.; Bissoto, A.; Barata, C.; Avila, S.; Valle, E.; Celebi, M.E.; Hamarneh, G. A survey on deep learning for skin lesion segmentation. Med. Image Anal. 2023, 88, 102863. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Hammimou, A.; Ezzahori, H.; Boudaoud, A.; Aqil, M. From traditional to deep learning methods for skin lesion segmentation: A literature review. Sci. Afr. 2025, 29, e02783. [Google Scholar] [CrossRef] [Scilit]
- Liu, Z.; Hu, J.; Gong, X.; Li, F. Skin lesion segmentation with a multiscale input fusion U-Net incorporating Res2-SE and pyramid dilated convolution. Sci. Rep. 2025, 15, 7975. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Hu, G.; Zhu, W.; Liao, X.; Li, Q. WA-NET: Enhanced boundary-aware segmentation of skin lesions via frequency-spatial feature fusion and attention-guided edge refinement. Sci. Rep. 2025, 15, 41598. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Pennisi, A.; Bloisi, D.D.; Suriani, V.; Nardi, D.; Facchiano, A.; Giampetruzzi, A.R. Skin Lesion Area Segmentation Using Attention Squeeze U-Net for Embedded Devices. J. Digit. Imaging 2022, 35, 1217–1230. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Le, P.T.; Pham, B.-T.; Chang, C.-C.; Hsu, Y.-C.; Tai, T.-C.; Li, Y.-H.; Wang, J.-C. Anti-Aliasing Attention U-net Model for Skin Lesion Segmentation. Diagnostics 2023, 13, 1460. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Al-Masni, M.A.; Al-Antari, M.A.; Choi, M.-T.; Han, S.-M.; Kim, T.-S. Skin lesion segmentation in dermoscopy images via deep full resolution convolutional networks. Comput. Methods Programs Biomed. 2018, 162, 221–231. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Vesal, S.; Ravikumar, N.; Maier, A. SkinNet: A Deep Learning Framework for Skin Lesion Segmentation. In 2018 IEEE Nuclear Science Symposium and Medical Imaging Conference Proceedings (NSS/MIC); IEEE: Piscataway, NJ, USA, 2018; pp. 1–3. [Google Scholar] [CrossRef] [Scilit]
- Goyal, M.; Oakley, A.; Bansal, P.; Dancey, D.; Yap, M.H. Skin Lesion Segmentation in Dermoscopic Images with Ensemble Deep Learning Methods. IEEE Access 2020, 8, 4171–4181. [Google Scholar] [CrossRef] [Scilit]
- Sarker, M.M.K.; Rashwan, H.A.; Akram, F.; Singh, V.K.; Banu, S.F.; Chowdhury, F.U.H.; Choudhury, K.A.; Chambon, S.; Radeva, P.; Puig, D.; et al. SLSNet: Skin lesion segmentation using a lightweight generative adversarial network. Expert Syst. Appl. 2021, 183, 115433. [Google Scholar] [CrossRef] [Scilit]
- Innani, S.; Dutande, P.; Baid, U.; Pokuri, V.; Bakas, S.; Talbar, S.; Baheti, B.; Guntuku, S.C. Generative adversarial networks based skin lesion segmentation. Sci. Rep. 2023, 13, 13467. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Kassem, M.A.; Hosny, K.M.; Damaševičius, R.; Eltoukhy, M.M. Machine Learning and Deep Learning Methods for Skin Lesion Classification and Diagnosis: A Systematic Review. Diagnostics 2021, 11, 1390. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Esteva, A.; Kuprel, B.; Novoa, R.A.; Ko, J.; Swetter, S.M.; Blau, H.M.; Thrun, S. Dermatologist-level classification of skin cancer with deep neural networks. Nature 2017, 542, 115–118. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Jain, S.; Singhania, U.; Tripathy, B.; Nasr, E.A.; Aboudaif, M.K.; Kamrani, A.K. Deep Learning-Based Transfer Learning for Classification of Skin Cancer. Sensors 2021, 21, 8142. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Gouda, W.; Sama, N.U.; Al-Waakid, G.; Humayun, M.; Jhanjhi, N.Z. Detection of Skin Cancer Based on Skin Lesion Images Using Deep Learning. Healthcare 2022, 10, 1183. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Shetty, B.; Fernandes, R.; Rodrigues, A.P.; Chengoden, R.; Bhattacharya, S.; Lakshmanna, K. Skin lesion classification of dermoscopic images using machine learning and convolutional neural network. Sci. Rep. 2022, 12, 18134. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Khan, S.; Khan, A. SkinViT: A transformer based method for Melanoma and Nonmelanoma classification. PLoS ONE 2023, 18, e0295151. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Tschandl, P.; Rinner, C.; Apalla, Z.; Argenziano, G.; Codella, N.; Halpern, A.; Janda, M.; Lallas, A.; Longo, C.; Malvehy, J.; et al. Human-computer collaboration for skin cancer recognition. Nat. Med. 2020, 26, 1229–1234. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Goceri, E. GAN based augmentation using a hybrid loss function for dermoscopy images. Artif. Intell. Rev. 2024, 57, 234. [Google Scholar] [CrossRef] [Scilit]
- Lei, B.; Xia, Z.; Jiang, F.; Jiang, X.; Ge, Z.; Xu, Y.; Qin, J.; Chen, S.; Wang, T.; Wang, S. Skin lesion segmentation via generative adversarial networks with dual discriminators. Med. Image Anal. 2020, 64, 101716. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Qin, Z.; Liu, Z.; Zhu, P.; Xue, Y. A GAN-based image synthesis method for skin lesion classification. Comput. Methods Programs Biomed. 2020, 195, 105568. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Duan, J.; Xiong, J.; Li, Y.; Ding, W. Deep learning based multimodal biomedical data fusion: An overview and comparative review. Inf. Fusion 2024, 112, 102536. [Google Scholar] [CrossRef] [Scilit]
- Chakkarapani, V.; Poornapushpakala, S.; Suresh, S. Enhancing Skin Cancer Detection with Multimodal Data Integration: A Combined Approach Using Images and Clinical Notes. SN Comput. Sci. 2025, 6, 72. [Google Scholar] [CrossRef] [Scilit]
- Izu-Belloso, R.M.; Ibarrola-Altuna, R.; Rodriguez-Alonso, A. Generative Adversarial Networks in Dermatology: A Narrative Review of Current Applications, Challenges, and Future Perspectives. Bioengineering 2025, 12, 1113. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Kawahara, J.; Daneshvar, S.; Argenziano, G.; Hamarneh, G. 7-Point Checklist and Skin Lesion Classification using Multi-Task Multi-Modal Neural Nets. IEEE J. Biomed. Health Inform. 2018, 23, 538–546. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Lyakhov, P.A.; Lyakhova, U.A.; Kalita, D.I. Multimodal Analysis of Unbalanced Dermatological Data for Skin Cancer Recognition. IEEE Access 2023, 11, 131487–131507. [Google Scholar] [CrossRef] [Scilit]
- Zhang, Y.; Xie, F.; Chen, J. TFormer: A throughout fusion transformer for multi-modal skin lesion diagnosis. Comput. Biol. Med. 2023, 157, 106712. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Cassidy, B.; Kendrick, C.; Brodzicki, A.; Jaworek-Korjakowska, J.; Yap, M.H. Analysis of the ISIC image datasets: Usage, benchmarks and recommendations. Med. Image Anal. 2022, 75, 102305. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Wen, D.; Khan, S.M.; Xu, A.J.; Ibrahim, H.; Smith, L.; Caballero, J.; Zepeda, L.; de Blas Perez, C.; Denniston, A.K.; Liu, X.; et al. Characteristics of publicly available skin cancer image datasets: A systematic review. Lancet Digit. Health 2022, 4, e64–e74. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Li, Y.; Taylor, M.; Chmielinski, K.S.; Halpern, A.C.; Daneshjou, R.; Lester, J.C.; Rotemberg, V. Improving dataset transparency in dermatologic Artificial Intelligence using a dataset nutrition label. npj Digit. Med. 2025, 8, 641. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Weir, V.R.; Li, Y.; Gillis, M.C.; Kurtansky, N.R.; Salvador, T.; Halpern, A.C.; Nelson, K.C.; Lester, J.C.; Rotemberg, V. Evaluating skin tone scales for dermatologic dataset labeling: A prospective-comparative study. npj Digit. Med. 2025, 8, 787. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Martínez-Vargas, E.; Mora-Jiménez, J.; Arguedas-Chacón, S.; Hernández-López, J.; Zavaleta-Monestel, E. The Emerging Role of Artificial Intelligence in Dermatology: A Systematic Review of Its Clinical Applications. Dermato 2025, 5, 9. [Google Scholar] [CrossRef] [Scilit]
- Fernandes, T.R.S.; Teles, A.S.; Fernandes, J.R.N.; Lima, L.D.B.; Sousa, D.L.; Soares, R.d.C.; Teixeira, S.S. External Validation of AI Models for Skin Diseases: A Systematic Review. IEEE Access 2025, 13, 114411–114427. [Google Scholar] [CrossRef] [Scilit]
- Tjiu, J.-W.; Lu, C.-F. Equity and Generalizability of Artificial Intelligence for Skin-Lesion Diagnosis Using Clinical, Dermoscopic, and Smartphone Images: A Systematic Review and Meta-Analysis. Medicina 2025, 61, 2186. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Marchetti, M.A.; Cowen, E.A.; Kurtansky, N.R.; Weber, J.; Dauscher, M.; DeFazio, J.; Deng, L.; Dusza, S.W.; Haliasos, H.; Halpern, A.C.; et al. Prospective validation of dermoscopy-based open-source artificial intelligence for melanoma diagnosis (PROVE-AI study). npj Digit. Med. 2023, 6, 127. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Dowie, T. Exploring the Diagnostic Capability of Artificial Intelligence in Dermatology for Darker Skin Tones: A Narrative Review. Cureus 2025, 17, e94909. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Chanda, T.; Hauser, K.; Hobelsberger, S.; Bucher, T.-C.; Garcia, C.N.; Wies, C.; Kittler, H.; Tschandl, P.; Navarrete-Dechent, C.; Podlipnik, S.; et al. Dermatologist-like explainable AI enhances trust and confidence in diagnosing melanoma. Nat. Commun. 2024, 15, 524. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Giavina-Bianchi, M.; Vitor, W.G.; Fornasiero de Paiva, V.; Okita, A.L.; Sousa, R.M.; Machado, B. Explainability agreement between dermatologists and five visual explanations techniques in deep neural networks for melanoma AI classification. Front. Med. 2023, 10, 1241484. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Ennab, M.; Mcheick, H. Advancing AI Interpretability in Medical Imaging: A Comparative Analysis of Pixel-Level Interpretability and Grad-CAM Models. Mach. Learn. Knowl. Extr. 2025, 7, 12. [Google Scholar] [CrossRef] [Scilit]
- Chanda, T.; Haggenmueller, S.; Bucher, T.-C.; Holland-Letz, T.; Kittler, H.; Tschandl, P.; Heppt, M.V.; Berking, C.; Utikal, J.S.; Schilling, B.; et al. Dermatologist-like explainable AI enhances melanoma diagnosis accuracy: Eye-tracking study. Nat. Commun. 2025, 16, 4739. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Young, A.T.; Fernandez, K.; Pfau, J.; Reddy, R.; Cao, N.A.; von Franque, M.Y.; Johal, A.; Wu, B.V.; Wu, R.R.; Chen, J.Y.; et al. Stress testing reveals gaps in clinic readiness of image-based diagnostic artificial intelligence models. npj Digit. Med. 2021, 4, 10. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Tabarisaadi, P.; Khosravi, A.; Nahavandi, S. Uncertainty-aware skin cancer detection: The element of doubt. Comput. Biol. Med. 2022, 144, 105357. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Fayyad, J.; Alijani, S.; Najjaran, H. Empirical validation of Conformal Prediction for trustworthy skin lesions classification. Comput. Methods Programs Biomed. 2024, 253, 108231. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Heinlein, L.; Maron, R.C.; Hekler, A.; Haggenmüller, S.; Wies, C.; Utikal, J.S.; Meier, F.; Hobelsberger, S.; Gellrich, F.F.; Sergon, M.; et al. Prospective multicenter study using artificial intelligence to improve dermoscopic melanoma diagnosis in patient care. Commun. Med. 2024, 4, 177. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Sangers, T.E.; Wakkee, M.; Moolenburgh, F.J.; Nijsten, T.; Lugtenberg, M. Towards successful implementation of artificial intelligence in skin cancer care: A qualitative study exploring the views of dermatologists and general practitioners. Arch. Dermatol. Res. 2023, 315, 1187–1195. [Google Scholar] [CrossRef] [Scilit] [PubMed]
- Marsden, H.; Kemos, P.; Venzi, M.; Noy, M.; Maheswaran, S.; Francis, N.; Hyde, C.; Mullarkey, D.; Kalsi, D.; Thomas, L. Accuracy of an artificial intelligence as a medical device as part of a UK-based skin cancer teledermatology service. Front. Med. 2024, 11, 1302363. [Google Scholar] [CrossRef] [Scilit] [PubMed]
Авторы: Bhagyashri S. Sonune, Udayakumar Ramanathan, Dhiraj P. Tulaskar, Shon G. Nemane, Madhusudan B. Kulkarni, Prakash Rewatkar, Manish Bhaiyya
