Сверточная нейронная сеть, обученная на дерматоскопических изображениях псориаза, показала результаты на уровне 230 дерматологов

Введение: Псориаз — распространенное хроническое воспалительное заболевание кожи, которое создает физическую и психологическую нагрузку на пациентов. Сверточная нейронная сеть, работающая с дерматоскопическими изображениями, могла бы существенно облегчить классификацию и повысить точность диагностики псориаза.

Цель: Обучить эффективную нейронную сеть глубокого обучения распознавать дерматоскопические изображения псориаза и других папулосквамозных заболеваний, чтобы повысить точность диагностики псориаза.

Методы: Архитектуру EfficientNet-B4 обучили на 7033 дерматоскопических изображениях 1166 пациентов, полученных на кафедре дерматологии Госпиталя Пекинского союза медицинских колледжей (Китай). На обучающей выборке провели пятикратную перекрестную проверку, чтобы сравнить качество классификации с помощью EfficientNet-B4 и других сетей, часто применявшихся в предыдущих исследованиях. Для сравнения четырехклассовой модели с сертифицированными дерматологами использовали 90 изображений из тестовой выборки. Диагнозы дерматологов и сведения о них (например, возраст и ученое звание) получили с помощью онлайн-опроса.

Результаты: На обучающей выборке средние чувствительность и специфичность EfficientNet-B4 составляли соответственно 0,927 ± 0,028 и 0,827 ± 0,043 при бинарной классификации и 0,889 ± 0,014 и 0,968 ± 0,004 при четырехклассовой классификации. Чувствительность и специфичность диагностики у 230 дерматологов составляли соответственно 0,688 и 0,903 для псориаза, 0,677 и 0,838 для экземы, 0,669 и 0,953 для красного плоского лишая и 0,832 и 0,932 для группы «прочие». Для четырехклассовой сверточной нейронной сети соответствующие показатели составили 0,929 и 0,952 для псориаза, 0,773 и 0,926 для экземы, 0,933 и 0,960 для красного плоского лишая и 0,840 и 0,985 для группы «прочие». И у 230 дерматологов, и у нейронной сети согласованность с эталонным диагнозом была как минимум умеренной; статистически значимых различий между ними не выявлено (P > 0,05).

Выводы: Разработанные в исследовании модели бинарной и четырехклассовой классификации позволяли точно классифицировать папулосквамозные заболевания кожи. В целом их качество было сопоставимо со средним уровнем дерматологов; такие модели могут стать весомым подспорьем при диагностике псориаза.