Искусственный интеллект в диагностике онкологических заболеваний: рак кожи

Время чтения: 6 мин.

1. Проблемы в диагностике рака кожи в России
2. Решение для пациентов: когда родинка — повод обратиться к врачу
3. Системы поддержки врачебных решений в онкодерматологии
4. Нейросети в онкологии: главное для пациентов

Искусственный интеллект (ИИ) постоянно совершенствует свои алгоритмы, что открывает все больше возможностей для его применения. Сегодня нейросети — это универсальный помощник, который находит свое место в самых разных сферах.

Медицина не стала исключением. Ведь способность ИИ классифицировать объекты с точностью до 99%, находить их и выделять границы, а также описывать словами изображение открыла новые возможности для применения нейросетей, в том числе в области выявления заболеваний.

Одно из самых наглядных и развивающихся направлений использования нейросетей в онкологической практике на сегодняшний день, в том числе в России, — диагностика злокачественных опухолей кожи.

Мы решили рассмотреть, какие возможности и какие ограничения есть у ИИ в области онкодерматологии в России на сегодняшний день. Проанализировав научную литературу, посвященную дерматологической онкологической диагностике с помощью искусственного интеллекта, мы собрали и рассмотрели последние решения, которые в перспективе могут упростить жизнь как пациентам, так и медицинским работникам.

Проблемы в диагностике рака кожи в России

Кожа — визуально доступный орган. Поэтому основные первичные методы диагностики здесь достаточно просты — это осмотр специалиста и дерматоскопия.

Онкологические заболевания кожи, выявленные на ранних стадиях, имеют благоприятный прогноз — например, пятилетняя выживаемость при немеланомной опухоли достигает 90-99%, а при меланоме — около 90%. Однако по данным за 2023 год, например, в 18,7% случаев меланома была диагностирована на III и IV стадиях, когда прогноз хуже, а риск рецидива — выше [8].

Врачи-онкодерматологи отмечают эту проблему — меланома является одним из самых агрессивных видов рака, склонным к быстрому росту и метастазированию, при этом в начале заболевания невооруженных взглядом ее можно принять за обычную родинку.

К главным причинам, приводящим к несвоевременной постановке диагноза, можно отнести:

• позднее обращение пациентов за помощью из-за низкой онконастороженности: метаанализ 47 исследований из 22 стран показал, что интерпретация симптомов как связанных с раком снижает вероятность позднего обращения — и наоборот: чем меньше человек знает, например, об опасности изменений родинки, тем дольше он ждет [3];
• задержки в выявлении злокачественных новообразований на уровне системы здравоохранения: в России каждый десятый пациент с впервые выявленным ЗНО в 2024 году ждал постановки диагноза более года [4];
• недостаточная настороженность и подготовка врачей первого звена (педиатров, терапевтов, дерматологов), которая и приводит к несвоевременной постановке диагноза [9].

Сегодня научно-исследовательские институты медицины и программирования активно разрабатывают отечественные ИИ-инструменты и совершенствуют их алгоритмы. Технологии на основе нейросетей призваны помочь специалистам и системе здравоохранения в целом в решении актуальных проблем — в том числе в области диагностики онкологических заболеваний.

Решение для пациентов: когда родинка — повод обратиться к врачу

«ПроРодинки» — проверка подозрительных родинок из дома

В ходе анализа мы выяснили, что наиболее популярный в России специализированный сервис для проверки родинок — мобильное приложение на основе искусственного интеллекта «ПроРодинки». Его выпустили специалисты ФГБОУ ВО «Приволжский исследовательский медицинский университет» (далее — ПИМУ) и ООО «АИМЕД» в 2020 году.

Автор проекта рассказывает, что цель приложения — повысить доступность ранней диагностики и ускорить процесс постановки диагноза. А это, в свою очередь, — путь к своевременному лечению и снижению смертности от рака кожи [5].

Чтобы пройти диагностику, нужно зарегистрироваться в приложении, сделать качественное, хорошо освещенное фото родинки и отправить его на анализ. Если ИИ сочтет новообразование подозрительным, то сообщит пользователю о необходимости посетить врача.

В 2022 году студенты ПИМУ провели опрос среди пользователей приложения, чтобы оценить эффективность сервиса как инструмента ранней диагностики на доврачебном уровне. Всего в анкетировании приняли участие 2011 человек.

Результаты опроса показали, что:

• 925 респондентов обратились к врачу после того, как приложение направило уведомление о необходимости обратиться к специалисту;
• 433 из обратившихся проходили дальнейшее лечение;
• у 111 опрошенных, проходивших лечение, была установлена меланома, у 96 — базальноклеточный рак кожи, у 60 — неуточненный онкологический диагноз, у 42 — неуточненный рак кожи; у 21 — плоскоклеточный рак кожи [11].

Полученный результат может говорить об эффективности приложения как инструмента самостоятельного скрининга. Согласно исследованию одного из разработчиков, каждый третий пользователь, дошедший до врача по рекомендации сервиса, оказался онкологическим пациентом.

Системы поддержки врачебных решений в онкодерматологии

Рассматривая массив научных трудов, посвященных ИИ-инструментам для врачей, мы выделили два решения, разработчики которых представили эффективность своих программ в исследованиях.

Derma Onko Check

Derma Onko Check — это программа компьютерного зрения для врачей общей практики, терапевтов, дерматовенерологов и онкологов от Московского медико-социального института им. Ф. П. Гааза. Цель разработки — помочь специалистам проводить точную предварительную экспресс-диагностику опухолей кожи.

Исследование эффективности программы проводилось в Главном военном клиническом госпитале им. Н. Н. Бурденко. 381 пациент прошел дифференциальную диагностику новообразований кожи с помощью Derma Onko Check. Заключения ИИ сравнивались с предварительными диагнозами опытных врачей-дерматовенерологов и результатами морфологических исследований.

Морфологически злокачественный диагноз подтвердился у 90 пациентов. При этом Derma Onko Check:

• верно классифицировала 85 случаев как злокачественные;
• в 5 случаях поставила ложноотрицательный диагноз;
• 267 случаев верно отнесла к доброкачественным;
• 24 случая ошибочно отнесла к злокачественным, однако стоит отметить, что исследуемые новообразования обладали визуальными и дерматоскопическими признаками злокачественности, требующих проверки с помощью биопсии и морфологического исследования.

Причем 4 случая, которые врачи предварительно оценили как доброкачественные, ИИ отнес к злокачественным, что подтвердилось результатами морфологических исследований [7].

В анализе ошибок Derma Onko Check исследователи подчеркивают, что важнейшим фактором правильного распознавания и интерпретации данных ИИ остается качество изображения. Авторы заключили, что на постановку ложноположительных результатов повлияли повышенная яркость и сниженная энтропия, а ложноотрицательных — смещение фокуса нейросети на фоновые элементы. В этом же анализе сформулированы требования к фотографиям и рекомендации по тому, как их сделать [6].

Melanoscope AI

Институт системного программирования им. В. П. Иванникова РАН (ИСП РАН) готовит комплексное решение для выявления рака кожи и дифференциальной диагностики — программу на основе ИИ Melanoscope AI и отечественный дерматоскоп [2].

Ожидается, что с внедрением разработки:

• непрофильные врачи смогут проводить более точную предварительную диагностику новообразований кожи и своевременно направлять пациентов к онкодерматологам;
• профильные специалисты обретут дополнительный источник информации, который поможет принимать наиболее обоснованные решения.

Программа Melanoscope AI уже прошла первую клиническую апробацию. Важно отметить, что ее алгоритм не ограничивается расчетом вероятности злокачественности. Система уточняет класс заболевания и формирует тепловую карту внимания, которая показывает, на какие участки изображения опиралась нейросеть при вынесении заключения.

Испытания проводились в рамках серии профилактических скринингов «День меланомы» с июня 2025 года по апрель 2026 года. Всего в исследовании приняли участие 176 пациентов.

Каждый случай проверялся следующим образом:

• Если нейросеть или эксперт отмечали случай как злокачественный — пациента направляли на биопсию и гистологическое исследование.
• Если и нейросеть, и эксперт оценивали случай как доброкачественный — проводилась слепая независимая оценка двумя другими экспертами.

Согласованность между ИИ-классификацией и экспертной оценкой составила 88,6 %. У 5 из 176 пациентов была диагностирована злокачественная опухоль: 3 случая меланомы и 2 случая базальноклеточной карциномы. В этих случаях система правильно определила и тип опухоли, что подтвердилось гистологически.

Melanoscope AI не поставила ложноотрицательных диагнозов, однако ряд доброкачественных опухолей программа ошибочно отнесла к злокачественным [1].

Нейросети в онкологии: главное для пациентов

Сегодня ИИ в диагностике рака кожи — это скорее перспективный инструмент, которому еще предстоит развиваться, а не уже вошедший в практику метод. Тем не менее, уже сейчас существуют сервисы, которые могут порекомендовать пациентам обратиться к врачу, либо помочь врачу оптимизировать рутину.

Пациентам нужно помнить, что диагностика с помощью ИИ не является заменой визитов к врачу. Важно ежегодно проходить профилактические скрининги у онкодерматолога, даже если ничего не беспокоит.

В России действует программа, направленная на выявление онкологических заболеваний, в рамках которой каждый гражданин может пройти бесплатный скрининг. На первом этапе она включает, в том числе, осмотр терапевтом или дерматовенерологом кожных покровов, слизистых губ и ротовой полости. Если врач заметит подозрительные изменения, то направит пациента на второй этап скрининга — дерматоскопию.

Для более быстрого и детального обследования можно пройти скрининг в МИБС, который включает дерматоскопию всех родинок, консультации опытного онколога-дерматолога и лабораторные анализы. Особенно программа будет полезна людям с факторами риска: большое количество родинок, появление родинок во взрослом возрасте, случаи рака кожи в семье, изменения в родинках и частые солнечные ожоги.

Источники:

1. Kozachok, E. S., & Seregin, S. S. (2026). Clinical Validation of the Melanoscope AI Mobile Dermoscopy Clinical Decision Support System. arXiv preprint arXiv:2605.27561. https://doi.org/10.48550/arXiv.2605.27561
2. Melanoscope AI [Электронный ресурс] // Институт системного программирования им. В. П. Иванникова РАН. — URL: https://www.ispras.ru/technologies/melanoscope/
3. Petrova D, Okan Y, Salamanca-Fernández E, Domínguez-López S, Sánchez M-J, Rodríguez-Barranco M. Psychological factors related to time to help-seeking for cancer symptoms: a meta-analysis across cancer sites. Health Psychology Review. 2020;14(2):245–268. doi:10.1080/17437199.2019.1641425
4. Брудастов Ю. А., Толстов Д. В., Плехов С. В. Длительность диагностики онкозаболеваний по данным реестров счетов в системе обязательного медицинского страхования // Обязательное медицинское страхование в Российской Федерации. — 2026. — № 1. — С. 61-70. ISSN 2221-9943
5. Как ИИ помогает врачам и пациентам выявлять опухоли на ранних стадиях [Электронный ресурс] // Агентство стратегических инициатив. — URL: https://asi.ru/sml/202525/
6. Ламоткин И. А., Корабельников Д. И. Анализ причин ошибочной классификации меланоцитарных опухолей кожи программами компьютерного зрения на основе технологий искусственного интеллекта // Вестник медицинского института непрерывного образования. — 2026. — Т. 6, №3. — С. 102-110. — DOI 10.36107/2782-1714_2026-6-3-102-110.
7. Ламоткин И. А., Корабельников Д. И., Ламоткин А. И. Эффективность дифференциальной диагностики доброкачественных и злокачественных новообразований кожи с помощью программы искусственного интеллекта «Derma Onko Check» // Вестник медицинского института непрерывного образования. — 2026. — Т. 6, №3. — С. 46-54. — DOI 10.36107/2782-1714_2026-6-3-46-54.
8. Меланома кожи и слизистых оболочек [Электронный ресурс] // Медвестник. — URL: https://medvestnik.ru/cr/921_1.html
9. Мерабишвили, В. М. Состояние онкологической помощи в России: злокачественные новообразования кожи (С44). Часть 1. Распространенность, качество учета, возрастные особенности, локализационная и гистологическая структуры (клинико-популяционное исследование) / В. М. Мерабишвили, Л. В. Демидов, А. М. Беляев [и др.] // Формулы Фармации. — 2024. — Т. 6, № 4. — С. 18–33. — DOI 10.17816/phf641606.
10. Приказ Министерства здравоохранения РФ от 27 апреля 2021 г. № 404н «Об утверждении Порядка проведения профилактического медицинского осмотра и диспансеризации определенных групп взрослого населения» (с изменениями и дополнениями) [Электронный ресурс] // ГАРАНТ. — URL: https://base.garant.ru/401414440/.
11. Сиводедова Н. А., Карякин Н. Н., Шливко И. Л. Ранняя диагностика злокачественных новообразований кожи с использованием программного продукта на основе искусственного интеллекта и его медико-экономический эффект // Менеджер здравоохранения. — 2024. — №6. — С. 108–118. — DOI: 10.21045/1811-0185-2024-6-108-118.

Источник изображения