ИИ для оценки подозрительных кожных новообразований: исследование C4C
Краткое изложение авторской публикации врача в сообществе «Врачи РФ» от .
Автор разбирает исследование Университета им. Раскина о применении искусственного интеллекта для классификации кожных новообразований по метаданным пациентов. В работе проанализировали 53 601 новообразование у 25 105 пациентов частных клиник Check4Cancer в Великобритании за 2015–2022 годы. Система оценивала, относится ли поражение к подозрительным или неподозрительным, а не ставила диагноз рака.
Исследователи выделили семь факторов риска C4C: цвет, размер и форму поражения, воспаление, естественный цвет волос, возраст поражения и его розовую окраску. По данным исследования, оценка риска C4C показала чувствительность 76,09 ± 1,20% и сбалансированную точность 68,90%. При объединении факторов C4C с факторами 7PCL и оценкой Уильямса чувствительность составила 85,24 ± 2,20%, а сбалансированная точность — 73,18 ± 2,10%. Автор отмечает, что такой подход может помочь определить приоритетность обследования пациентов.
Главное
- В исследовании проанализировали 53 601 кожное новообразование у 25 105 пациентов клиник Check4Cancer в Великобритании.
- Данные для исследования собирали в период с 2015 по 2022 год.
- Семь факторов риска C4C включали цвет, размер и форму поражения, воспаление, цвет волос, возраст поражения и розовую окраску.
- Чувствительность оценки риска C4C составила 76,09 ± 1,20%, а сбалансированная точность — 68,90%.
- При объединении факторов C4C с 7PCL и оценкой Уильямса чувствительность достигла 85,24 ± 2,20%.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация