Использование искусственного интеллекта для диагностики новообразований кожи

В. В. Афанасьев, М. Ю. Ревтович, О. Б. Зельманский УО «Белорусский государственный медицинский университет», УО «Белорусский государственный университет информатики и радиоэлектроники»

DOI: https://doi.org/10.51922/1818-426X.2026.4.5

2026 №4 | Обзоры

Аннотация

Список литературы

Скачать полнотекстовую статью

Увеличение количества случаев опухолей кожи и субъективность визуального осмотра и дерматоскопии обуславливают необходимость применения технологий машинного обучения с целью внедрения массового скрининга на первичном врачебном звене для данной нозологической группы. В статье проведён обзор используемых и перспективных технологий искусственного интеллекта для диагностики новообразований кожи, а также отражены проблемы их применения.

Ключевые слова:

рак кожи, меланома, искусственный интеллект, сверточные нейронные сети.

The use of artificial intelligence in the diagnosis of skin neoplasms

An increase in the incidence of skin tumors and the subjectivity of visual examination and dermoscopy necessitate the application of machine learning technologies to introduce mass screening for this disease group in primary medical care. The article reviews current and promising artificial intelligence technologies for the diagnosis of skin neoplasms and highlights the challenges of their application.

Keywords

skin cancer, melanoma, artificial intelligence, convolutional neural networks.

Самохин, С. О. Ранняя диагностика злокачественных новообразований кожи с помощью технологий искусственного интеллекта / С. О. Самохин, А. В. Патрушев, Ю. И. Акаева [и др.] // Вестн. дерматол. венерол. – 2024. – № 1. – С. 38–46.
Ускова, К. А. Искусственный интеллект как инструмент популяционного скрининга опухолей кожи / К. А. Ускова, О. Е. Гаранина, А. О. Ухаров [и др.] // Эффективная фармакотерапия. – 2024. – Т. 20, № 1. – С. 62–71.
Escalé-Besa, A. Using artificial intelligence as a diagnostic decision support tool in skin disease: protocol for an observational prospective cohort study / A. Escalé-Besa, A. Fuster-Casanovas, A. Börve, O. Yélamos // JMIR Res. Protoc. – 2022. – Vol. 11, № 8. – Art. e3753.
Jones, O. T. Artificial intelligence and machine learning algorithms for early detection of skin cancer in community and primary care settings: a systematic review / O. T. Jones, R. N. Matin, M. van der Schaar, K. Prathivadi Bhayankaram // Lancet Digit. Health. – 2022. – Vol. 4, № 6. – P. e466–e476.
Yap, J., Yolland W., Tschandl P. Multimodal skin lesion classification using deep learning / J. Yap, W. Yolland, P. Tschandl // Exp. Dermatol. – 2018. – Vol. 27, № 11. – P. 1261–1267.
Fayyaz, A. M. Grad-CAM (Gradient-weighted Class Activation Mapping): A systematic literature review / A. M. Fayyaz, S. J. Abdulkadir, N. Talpur [et al.] // Comput. Biol. Med. – 2025. – Vol. 198(Pt B). – Art. 111200. – doi: 10.1016/j.compbiomed. 2025.111200.
Мелерзанов, А. Диагностика меланомы кожи с помощью сверточных нейронных сетей глубокого обучения / А. Мелерзанов, Д. Гаврилов // Врач. – 2018. – Т. 29, № 6. – С. 31–33. – https://doi.org/10.29296/25877305-2018-06-06.
Щетинин, Е. Ю. Классификация повреждений кожи по данным дермаскопии с использованием методов глубокого обучения / Е. Ю. Щетинин, Л. А. Севастьянов, А. В. Демидова [и др.] // Математическая биология и биоинформатика. – 2020. – № 2. – С. 180–194.
Wen, D. Characteristics of publicly available skin cancer image datasets: a systematic review / D. Wen, S. M. Khan [et al.] // Lancet Digital Health. – 2022. – Vol. 4, № 1. – P. e64–e74.
Reddy, N. N., Agarwal Reddy P. A Smart AI-Driven diagnostic framework for early detection of skin cancer using hybrid vision transformers and cloud-enabled mhealth integration / N. N. Reddy, P. Agarwal Reddy // ICCSIT ‘25: Proceedings of the 2025 18th International Conference on Computer Science and Information Technology. – New York: ACM, 2026. – P. 176–188. – doi: 10.1145/3783862.3783885.
Рукша, Т. Г. Применение технологий на основе искусственного интеллекта в дерматологии / Т. Г. Рукша, Е. З. Лапкина // Российский журнал кожных и венерических болезней. – 2025. – Т. 28, № 4. – C. 429–436. – doi: 10.17816/dv678577.
Venkatesh, K. P. Learnings from the first AI-enabled skin cancer device for primary care authorized by FDA / K. P. Venkatesh, K. T. Kadakia, S. Gilbert // NPJ Digit Med. – 2024. – Vol. 7, № 1. – Art. 156. – doi: 10.1038/s41746-024-01161-1.
Сиводедова, Н. А. Ранняя диагностика злокачественных новообразований кожи с использованием программного продукта на основе искусственного интеллекта и его медикоэкономический эффект / Н. А. Сиводедова, Н. Н. Карякин, И. Л. Шливко // Менеджер здравоохранения. – 2024. – № 6. – С. 108–118.
Сиводедова, Н. А. Современные методы выявления злокачественных новообразований кожи, включая использование мобильных приложений и искусственного интеллекта: обзор литературы / Н. А. Сиводедова, Н. Н. Карякин, И. Л. Шливко // Оргздрав: новости, мнения, обучения. Вестник ВШОУЗ. – 2024. – Т. 10, № 2. – С. 78–93.