Эффективность предварительной дифференциальной диагностики доброкачественных и злокачественных новообразований кожи с помощью программы искусственного интеллекта Derma Onko Check

ВВЕДЕНИЕ / INTRODUCTION

В настоящее время в медицине и здравоохранении одним из перспективных направлений является использование современных технологий искусственного интеллекта (ИИ), которые позволяют создавать программы для улучшения качества диагностики и лечения, оптимизации врачебной деятельности.

Врачи общей практики и специалисты на этапе оказания первичной медико-санитарной помощи сталкиваются с растущим числом обращений по поводу опухолей кожи. Это требует совершенствования ранней диагностики злокачественных новообразований (ЗНО) кожи и своевременной и корректной маршрутизации пациентов для оказания дальнейшей медицинской помощи [1–4]. Например, согласно проекту профессионального стандарта в трудовой функции врача общей практики указано, что при проведении обследования пациентов одним из его действий и необходимых умений является выполнение ранней диагностики ЗНО, для чего он должен обладать необходимыми знаниями¹.

Увеличение нагрузки на врачей для диагностики опухолей кожи обусловлено ростом заболеваемости ЗНО кожи во всем мире. В Европе ежегодно регистрируется более 144 тыс. новых случаев рака кожи, что приводит к более чем 27 тыс. смертей в год. Рак кожи занимает 17-е место по распространенности среди всех видов рака в мире, 14-е место среди всех видов рака у мужчин и 14-е место среди всех видов рака у женщин. В 2022 г. зарегистрировано более 331 722 новых случаев рака кожи. Наиболее распространенными ЗНО являются базальноклеточный и плоскоклеточный рак кожи – среди всех ЗНО кожного покрова они составляют около 99% [5][6].

За последние 10 лет с помощью ИИ были разработаны программы для электронных вычислительных машин (ЭВМ) для смартфонов (приложения), направленные на выявление ЗНО кожи. Используя простые снимки со смартфона, эти программы (приложения) могут классифицировать подозрительные поражения кожи как «меланома» и «не меланома» или «доброкачественные» и «злокачественные». Они должны иметь высокую диагностическую точность и помогать врачам общей практики проводить первичную диагностику ЗНО кожи² [7–10].

С 2014 г. отмечается неуклонный рост числа программ для ЭВМ, доступных врачам для раннего выявления ЗНО кожного покрова. Однако наблюдается высокая сменяемость программ (приложений), и многие они не имеют достаточной диагностической точности [10][11]. Обзор приложений для смартфонов, выполненный в 2020 г., выявил незначительное количество медицинских приложений для смартфона, которые бы обладали высокой диагностической точностью при оценке доброкачественных новообразований (ДНО) и ЗНО кожи [7]. В настоящее время в России программы для смартфонов с использованием ИИ для диагностики опухолей кожи представлены недостаточно, а указания на их диагностическую и клиническую точность ограниченны или отсутствуют.

Цель – оценить эффективность предварительной дифференциальной диагностики доброкачественных и злокачественных опухолей кожи на первичном врачебном приеме при оказании первичной медико-санитарной помощи с применением программы ИИ Derma Onko Check для электронных вычислительных машин (приложение для смартфона).

МАТЕРИАЛ И МЕТОДЫ / MATERIAL AND METHODS

Этапы исследования / Study stages

Исследование проведено в два этапа:

1) определение эффективности – диагностической точности, чувствительности и специфичности программы компьютерного зрения Derma Onko Check для ЭВМ (приложение для смартфона), основанной на ИИ;

2) сравнение диагностической точности результатов (заключений) программы компьютерного зрения Derma Onko Check для ЭВМ (приложение для смартфона), основанной на ИИ, с заключениями врачей-дерматологов и результатами морфологических исследований.

Дизайн исследования / Study design

Исследование проводили в ФГБУ «Главный военный клинический госпиталь им. академика Н.Н. Бурденко» Минобороны России. Заключения программы сравнивали с окончательным клиническим диагнозом, установленным на основании анамнестических, клинических, дерматоскопических признаков в соответствии с классификацией опухолей кожи Всемирной организации здравоохранения 2018 г. [12] и подтвержденным морфологически.

Результаты исследования с помощью программы Derma Onko Check считали корректными, если они соответствовали клиническому диагнозу врачей-дерматологов и врачей-онкологов, а также заключению по итогам морфологического исследования. Диагноз, установленный на основе результатов морфологического исследования, считали заключительным.

Программа Derma Onko Check / Derma Onko Check program

Инновационная программа для ЭВМ Derma Onko Check для визуальной идентификации ЗНО кожи (программа для смартфона) разработана для врачей общей практики (семейных врачей) и специалистов первичной медико-санитарной помощи. Она предназначена для быстрой и точной оценки вероятности того, является ли сфотографированная опухоль злокачественной или доброкачественной. Программа Derma Onko Check зарегистрирована в реестре программ Федеральной службы по интеллектуальной собственности³.

Модель обучения сверточной нейронной сети построена на языке программирования Python, а сама программа разработана на языке Java. Программа работает на смартфонах под управлением операционной системы Android. Размер программы Derma Onko Check составляет 110 МБ.

На этапе разработки для обучения модели Derma Onko Check использовали набор данных (англ. dataset) «Человек против машины» HAM10000 с дополнительно аугментированными изображениями с включением 20 тыс. изображений. Модель обучали с помощью архитектуры Xception с использованием библиотеки Keras с разбиением на два класса: ДНО и ЗНО.

Обучение системы проводили на верифицированном наборе данных, состоящем из двух групп. В первую группу были включены новообразования кожи из клеток эпидермиса (меланоцитов и кератиноцитов). К ДНО из меланоцитов относили меланоцитарные невусы, а к ЗНО – меланомы; к ДНО из кератиноцитов относили себорейный и актинический кератоз, а к ЗНО – базальноклеточный и плоскоклеточный рак кожи. Вторую группу составили часто встречающиеся опухоли кожи из других тканей: сосудистой (гемангиомы), фиброзной (дерматофибромы).

Приложение для смартфонов Derma Onko Check, анализируя изображение, делает заключение с расчетом вероятности того, является ли образование доброкачественным или злокачественным. Программа не предназначена для установления заключительного клинического диагноза – его формулирует врач-специалист (онколог или дерматолог) на основании проведенного клинико-лабораторного и инструментального обследования.

Значительным преимуществом программы Derma Onko Check является то, что она позволяет как фотографировать образования кожи с помощью смартфона во время осмотра пациента, так и загружать изображения (в т.ч. дерматоскопические) с телефона, компьютера, планшета или любого другого цифрового носителя.

Критерии включения и невключения / Inclusion and exclusion criteria

В исследование включали пациентов старше 18 лет, у которых при осмотре выявляли различные опухоли кожи, подозрительные на ЗНО. Критерием невключения была нерадикально удаленная опухоль кожи в анамнезе.

Характеристика пациентов / Patient characteristics

На консультативном приеме у врача-дерматолога с помощью программы Derma Onko Check были оценены различные опухоли кожи у 135 человек в возрасте от 22 до 78 лет, что составило 21,8% от всех обратившихся пациентов с болезнями кожи и новообразованиями (618 человек). Среди больных с новообразованиями кожи было 103 (76,3%) мужчины и 32 (23,7%) женщины (гендерная асимметрия связана со спецификой военно‑медицинской организации). Распределение пациентов по полу и возрасту представлено на рисунке 1.

Установление клинического диагноза / Establishing clinical diagnosis

Пациенты были осмотрены врачами-дерматологами и врачами-онкологами, которые устанавливали клинический диагноз с учетом дерматоскопической картины. Фотографирование образований кожного покрова при опухолях, подозрительных на ЗНО, выполнялось с помощью встроенной камеры с автоматической вспышкой различных мобильных смартфонов с расстояния примерно 8–15 см от новообразования кожи. Образцы фотографий и заключений программы Derma Onko Check приведены на рисунке 2.

Анализ эффективности программы / Analysis of program effectiveness

По результатам проведенных исследований вычисляли показатели эффективности программы Derma Onko Check: диагностическая точность (англ. accuracy, Ac), чувствительность (англ. sensitivity, Se), специфичность (англ. specificity, Sp) по следующим формулам:

Ac = (ИП + ИО) / n × 100%,

Se = ИП / (ИП + ЛО) × 100%,

Sp = ИО / (ИО + ЛП) × 100%,

где n – общее число случаев случаев (n=135); ИП – истинно-положительные результаты (ЗНО, правильно определенные как ЗНО); ИО – истинно-отрицательные результаты (ДНО, правильно определенные как ДНО); ЛО – ложноотрицательные результаты (ЗНО, неправильно определенные как ДНО); ЛП – ложноположительные результаты (ДНО, неправильно определенные как ЗНО).

Долю ложноположительных результатов (% ЛП) и долю ложноотрицательных результатов (% ЛО) определяли по формулам:

% ЛП = ЛП / (ЛП + ИО) × 100%,

% ЛО = ЛО / (ЛО + ИП) × 100%.

Статистический анализ / Statistical analysis

Для оценки эффективности программы Derma Onko Check в дифференциальной диагностике ДНО и ЗНО кожи был проведен статистический анализ данных. Основные показатели (Ac, Se, Sp, % ЛП и % ЛО) были рассчитаны с использованием стандартных формул. Для анализа данных использовались методы описательной статистики. Все расчеты, кроме ручных вычислений ключевых показателей, были выполнены с помощью программных сред с использованием языка программирования Python. Для визуализации данных применялись библиотеки, такие как Matplotlib и Seaborn, что позволило создать графики, отражающие распределение опухолей по различным параметрам.

РЕЗУЛЬТАТЫ / RESULTS

Частота встречаемости и локализация опухолей / Frequency of tumor occurrence and localization

Приложение для смартфона Derma Onko Check оценило опухоли кожи из кератиноцитов у 43 человек (28 ДНО и 15 ЗНО), меланоцитарные опухоли кожи – у 85 (58 ДНО и 27 ЗНО), доброкачественные опухоли из фиброзной ткани – у 2 пациентов с дерматофибромами, из сосудистой ткани – у 5 человек с гемангиомами. Сведения о встречаемости ДНО (кератоз актинический и себорейный, гемангиомы, дерматофибромы, невусы меланоцитарные) и ЗНО (меланома и рак) кожи у обследованных пациентов представлены на рисунках 3, 4.

Изучаемые новообразования фотографировались на различных участках кожного покрова (рис. 5). Выявлено, что пациенты чаще обращались по поводу опухолей, которые локализовались в области головы, шеи, спины и груди.

Распределение по способу фиксации изображений / Distribution by method of image capture

Изображение различных опухолей кожи фиксировалось программой Derma Onko Check различными способами: получение изображений с компьютера после фотографирования фотоаппаратом, или другим смартфоном, или камерой смартфона, на котором была установлена программа Derma Onko Check (рис. 6). При этом также определялась диагностическая точность в зависимости от количества изображений (рис. 7).

Наибольшая точность заключения программы Derma Onko Check установлена при наличии четырех фотографических изображений, из которых врач выбирал одно с лучшей визуализацией опухоли кожи. При этом для повышения точности диагноза учитывалось, что программа могла правильно идентифицировать опухоль в двух из трех или четырех случаев, что позволяло повысить достоверность заключения.

Частота совпадения заключений программы Derma Onko Check с окончательными клиническими диагнозами / Frequency of agreement between Derma Onko Check program conclusions and final clinical diagnoses

В 90 случаях программа Derma Onko Check сделала заключение, что новообразование является доброкачественным (табл. 1). По результатам обследования установлены следующие диагнозы: меланома – 1, гемангиома – 5, дерматофиброма – 2, кератоз актинический – 6, кератоз себорейный – 21, невус голубой – 4, невус диспластический – 6, невус меланоцитарный врожденный – 11, невус меланоцитарный приобретенный – 34. Таким образом, при применении данной программы выявлен 1 ЛО в дифференциальной диагностике между ДНО и ЗНО кожи.

В 45 случаях программа Derma Onko Check сделала заключение о наличии у пациентов ЗНО кожи (табл. 2). По результатам всех необходимых исследований установлены следующие диагнозы: кератоз актинический – 1, невус диспластический – 1, невус меланоцитарный приобретенный – 2, меланома – 26, базальноклеточный рак – 12, плоскоклеточный рак – 3 случая. В 4 случаях программа сделала ошибочное заключение: у 1 пациента с кератозом актиническим, у 1 пациента с диспластическим невусом и у 2 пациентов с невусом меланоцитарным приобретенным. Таким образом, у программы зафиксировано 4 ЛП в диагностике ЗНО кожи.

Частота совпадения заключительных клинических диагнозов с заключениями программы Derma Onko Check «доброкачественное образование» и «злокачественное образование» отражена на рисунке 8.

В целом по результатам применения программы Derma Onko Check получены следующие величины ИО и ИП:

ИО = 90 – 1 ЛО = 89,

ИП = 45 – 4 ЛП = 41.

Анализ эффективности программы / Analysis of program effectiveness

На основании полученных данных вычислены следующие показатели эффективности программы Derma Onko Check:

Ac = (41 + 89) / 135 × 100% = 96%,

Se = 41 / (41 + 1) ×100% = 98%,

Sp = 89 / (89 + 4) ×100% = 96%,

% ЛП = 4 / (4 + 89) × 100% = 4,3%,

% ЛО = 1 / (1 + 41) × 100% = 2,4%.

Таким образом, определены три основных параметра, представляющих интерес в диагностике опухолей кожи: диагностическая точность, которая показывает эффективность работы программы ИИ, чувствительность и специфичность, которые демонстрируют клиническую значимость программы ИИ.

Полученные показатели свидетельствуют об эффективности программы Derma Onko Check в предварительной дифференциальной диагностике между ДНО и ЗНО кожи при первичном приеме врачом общей практики или специалистом, не имеющим специальных знаний в дерматовенерологии и онкологии.

ОБСУЖДЕНИЕ / DISCUSSION

Вопросы использования ИИ в медицине все чаще привлекают внимание организаторов здравоохранения, медицинских организаций, врачей и инвесторов. Важные достижения в разработке ИИ включают создание экспертных систем и программ, способных анализировать медицинские данные и проводить диагностику заболеваний. Исследования показывают, что ИИ может достигать сопоставимой точности в диагностике заболеваний в сравнении с врачами, а в некоторых случаях этот показатель может даже превышать таковой у врачей. ИИ не заменит людей – врачей, но перспективен в применении для повышения эффективности и точности диагностики [13][14].

Разрабатываемые программы для ЭВМ на основе ИИ, в т.ч. приложения для смартфонов, могут оптимизировать работу врачей. В 2017 г. в мире было зарегистрировано более 165 тыс. программ для ЭВМ на основе ИИ, включая программы для диагностики поражений кожи [15–17]. Такие программы сейчас широко используются для скрининга и диагностики ДНО и ЗНО кожного покрова и предназначены для врачей-дерматологов [18–20].

Результаты проведенного нами исследования показали, что программа Derma Onko Check для визуальной идентификации новообразований кожи является эффективным инструментом предварительной дифференциальной диагностики между ДНО и ЗНО кожи различной тканевой принадлежности с высокими показателями диагностической точности (96%), чувствительности (98%) и специфичности (96%).

При анализе 4 случаев ложноположительных заключений (доля ЛП 4,3%) программы Derma Onko Check выявлено, что 2 пациентам с актиническим кератозом и диспластическим невусом требовалась консультация врача-онколога для исключения ЗНО кожи и возможного удаления этих опухолей. В 2 других случаях локализация меланоцитарных невусов требовала консультации врача-онколога для решения вопроса об удалении данных опухолей из-за их постоянного травмирования. Таким образом, в этих случаях последующая консультация врача-онколога полностью редуцировала риск ложноположительных диагностических результатов программы Derma Onko Check.

Пациенты с различными опухолями кожи нередко первоначально обращаются к врачам общей практики и терапевтам, которым необходимо помочь быстрее и надежнее принимать правильные решения при предварительной дифференциальной диагностике между ДНО и ЗНО и маршрутизации таких больных. В первом случае пациент направляется к онкологу, во втором – к дерматологу.

Программа Derma Onko Check демонстрирует высокую диагностическую точность. Использование данной программы врачами общей практики и терапевтами при первичном приеме позволяет с уверенностью установить, является ли опухоль злокачественной или доброкачественной, может существенно снизить гиподиагностику и вероятность пропуска ЗНО кожи. В результате врачи смогут более точно устанавливать предварительный диагноз для назначения дальнейшего обследования, направления пациентов к узким специалистам, что улучшит качество диагностики, выявляемость ЗНО, ускорит назначение своевременного лечения и тем самым улучшит прогноз для таких пациентов.

ЗАКЛЮЧЕНИЕ / CONCLUSION

С учетом широкого распространения и доступности смартфонов врач на первичном приеме при оказании первичной медико-санитарной помощи может с очень высокой точностью провести дифференциальную диагностику между ДНО и ЗНО кожи с использованием программы компьютерного зрения Derma Onko Check для ЭВМ (приложение для смартфона), основанной на ИИ, тем самым сократив длительность выявления заболевания при последующей маршрутизации. Особенно это актуально в регионах с недостаточным количеством дерматологов и онкологов, а также в медицинских организациях в отдаленных населенных пунктах. Своевременная диагностика злокачественного поражения кожного покрова позволит снизить частоту выявления ЗНО кожи с распространением метастатического процесса.