Применение технологий на основе искусственного интеллекта в дерматологии



Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Дерматология представляет область медицины с высокими возможностями анализа патологических изменений в непосредственном очаге поражений, что находит отражение в широком применении морфологических исследований для диагностики заболеваний кожи. В связи с интенсивным внедрением технологий искусственного интеллекта в медицину, заболевания кожи вновь являются одной из перспективных задач апробации и внедрения методов, основанных на нейронных сетях и машинном обучении, для практических задач медицины. 

В представленной статье осуществлен обзор научных публикаций, представляющих результаты использования технологий искусственного интеллекта в дерматологии. С этой целью были проанализированы 120 научных исследований с 2020 по 2025 годы, отраженные в базе данных Pubmed.

Проведенная аналитическая работа позволила установить, что технологии искусственного интеллекта применимы для дифференциальной диагностики злокачественных новообразований кожи. Высокое число изображений является критическим для создания платформ на основе искусственного интеллекта для меланомы кожи из-за высокой гетерогенности как клинической, так и морфологической картины новообразований. Вместе с тем, в ряде случаев применение процессов обогащения образов может повысить эффективность создаваемых методов. Помимо новообразований, машинное обучение применялось для создания алгоритмов дифференциальной диагностики хронических дерматологических заболеваний кожи - атопического дерматита, псориаза, очаговой алопеции, розацеа и акне. Наряду с клиническими задачами показано использование искусственного интеллекта для образовательной деятельности.

Вместе с тем, применение искусственного интеллекта вызывает обеспокоенность больных в отношении вопросов этики, а также грамотности диагностических и терапевтических стратегий, в связи с чем пациенты видят на сегодняшний день эти технологии, в первую очередь,  как дополняющие деятельность врача. 

Полный текст

Доступ закрыт

Об авторах

Татьяна Геннадьевна Рукша

ФГБОУ ВО Красноярский государственный медицинский университет

Автор, ответственный за переписку.
Email: tatyana_ruksha@mail.ru
ORCID iD: 0000-0001-8142-4283

профессор, зав. кафедрой патофизиологии

Россия, г. Красноярск, ул. П. Железняка, 1

Екатерина Зиядхановна Лапкина

ФГБОУ ВО Красноярский государственный медицинский университет

Email: e.z.lapkina@mail.ru
ORCID iD: 0000-0002-7226-9565

Доцент кафедры патофизиологии

Россия, г. Красноярск, ул. П. Железняка, 1

Список литературы

  1. 1. Stanton R. B. Artificial Intelligence // Nature. 1971. Vol. 234. P. 279–280. doi: 10.1038/234279b0
  2. 2. Wang H., Fu T., Du Y. et al. Scientific discovery in the age of artificial intelligence // Nature. 2023 Aug. Vol. 620, N. 7972. P. 47–60. doi: 10.1038/s41586-023-06221-2
  3. 3. Shanahan M., McDonell K., Reynolds L. Role play with large language models // Nature. 2023. Vol. 623, N. 7987. P. 493–498. doi: 10.1038/s41586-023-06647-8
  4. 4. Feng J., Wang Q., Qiu H., Liu L. Retrieval In Decoder benefits generative models for explainable complex question answering // Neural Netw. 2025 Jan. Vol. 181. P. 106833. doi: 10.1016/j.neunet.2024.106833
  5. 5. Ananthaswamy А. How close is AI to human-level intelligence? // Nature. 2024 Dec. Vol. 636, N. 8041. P. 22-25. doi: 10.1038/d41586-024-03905-1.
  6. 6. Zhang M., Yang Q., Lou J., et al. A new strategy to HER2-specific antibody discovery through artificial intelligence-powered phage display screening based on the Trastuzumab framework // Biochim Biophys Acta Mol Basis Dis. 2025 Mar 7, Vol. 1871, N. 5. P. 167772. doi: 10.1016/j.bbadis.2025.167772
  7. 7. King А. Four ways to power-up AI for drug discovery // Nature. 2025 Feb 27. doi: 10.1038/d41586-025-00602-5
  8. 8. Nordmann T.M., Anderton H., Hasegawa A. et al. Spatial proteomics identifies JAKi as treatment for a lethal skin disease // Nature. 2024 Nov. Vol. 635, N. 8040. P. 1001–1009. doi: 10.1038/s41586-024-08061-0
  9. 9. Modiri O., Ebriani J., Davis J. Can AI models assist patients in screening for non-melanoma skin cancer? Evaluating diagnostic accuracy of ChatGPT and Gemini using clinical images // Arch Dermatol Res. 2025 Mar 12. Vol. 317, N. 1. P. 555. doi: 10.1007/s00403-025-04062-9
  10. 10. Mudhar H.S., Milman T., Stevenson S., et al. PRAME expression by immunohistochemistry and reverse transcription quantitative PCR in conjunctival melanocytic lesions-a comprehensive clinicopathologic study of 202 cases and correlation of cytogenetics with PRAME expression in challenging conjunctival melanocytic lesions // Hum Pathol. 2023 Apr. Vol. 134. P. 1-18. doi: 10.1016/j.humpath.2023.02.002
  11. 11. Cui Y., Li Y., Miedema J.R., Edmiston S.N., Farag S.W., Marron J.S., Thomas N.E. Region of Interest Detection in Melanocytic Skin Tumor Whole Slide Images-Nevus and Melanoma. Cancers (Basel). 2024;16(15):2616. doi: 10.3390/cancers16152616
  12. 12. Maher N.G., Danaei Mehr H., Cong C., Adegoke N.A., Vergara I.A., Liu S., Scolyer R.A. Weakly supervised deep learning image analysis can differentiate melanoma from naevi on haematoxylin and eosin-stained histopathology slides. J Eur Acad Dermatol Venereol. 2024;38(12):2250-2258. doi: 10.1111/jdv.20307
  13. 12. Esimbekova A.R., Palkina N.V., Zinchenko I.S., et al. Focal adhesion alterations in G0-positive melanoma cells // Cancer Med. 2023 Mar. Vol. 12, N. 6. P. 7294-7308. doi: 10.1002/cam4.5510
  14. 13. Komina A.V., Palkina N.V., Aksenenko M.B., et al. Semaphorin-5A downregulation is associated with enhanced migration and invasion of BRAF-positive melanoma cells under vemurafenib treatment in melanomas with heterogeneous BRAF status // Melanoma Res. 2019 Oct. Vol. 29, N. 5. P. 544-548. doi: 10.1097/CMR.0000000000000621
  15. 14. Azimi A., Bi L., Bonfil A., Teh R., et al. Integrated analysis of proteomic and dermoscopy imaging data improves non-invasive classification of benign nevi and melanoma // J Invest Dermatol. 2025 Feb 13:S0022-202X(25)00102-2. doi: 10.1016/j.jid.2025.01.022
  16. 15. Kuppanda P.M., Janda M., Soyer H.P., Caffery L.J. What Are Patients' Perceptions and Attitudes Regarding the Use of Artificial Intelligence in Skin Cancer Screening and Diagnosis? Narrative Review // J Invest Dermatol. 2025 Feb 27:S0022-202X(25)00080-6. doi: 10.1016/j.jid.2025.01.013
  17. 16. Kimball A.B., Jemec G.B.E., Alavi A., et al. Secukinumab in moderate-to-severe hidradenitis suppurativa (SUNSHINE and SUNRISE): week 16 and week 52 results of two identical, multicentre, randomised, placebo-controlled, double-blind phase 3 trials // Lancet. 2023 Mar 4. Vol. 401, N. 10378. P. 747–761. doi: 10.1016/S0140-6736(23)00022-3
  18. 17. Demirel Öğüt N., Ayanoğlu M.A., Koç Yıldırım S., et al. Are IL-17 inhibitors superior to IL-23 inhibitors in reducing systemic inflammation in moderate-to-severe plaque psoriasis? A retrospective cohort study // Arch Dermatol Res. 2025 Jan 13. Vol. 317, N. 1. P. 232. doi: 10.1007/s00403-024-03768-6
  19. 18. Zhang Y., Qian H., Kuang Y.H., et al. Evaluation of the inflammatory parameters as potential biomarkers of systemic inflammation extent and the disease severity in psoriasis patients // Arch Dermatol Res. 2024 May 24. Vol. 316, N. 6. P. 229. doi: 10.1007/s00403-024-02972-8
  20. 19. Hawro M., Sahin E., Steć M., et al. A comprehensive, tri-national, cross-sectional analysis of characteristics and impact of pruritus in psoriasis // J Eur Acad Dermatol Venereol. 2022 Nov. Vol. 36, N. 11. P. 2064-2075. doi: 10.1111/jdv.18330
  21. 20. Aggarwal S.L.P. Data augmentation in dermatology image recognition using machine learning // Skin Res Technol. 2019 Nov. Vol. 25, N. 6. P. 815-820. doi: 10.1111/srt.12726
  22. 21. Greenfield D.A., Feizpour A., Evans C.L. Quantifying Inflammatory Response and Drug-Aided Resolution in an Atopic Dermatitis Model with Deep Learning // J Invest Dermatol. 2023 Aug. Vol. 143, N. 8. P. 1430-1438. doi: 10.1016/j.jid.2023.01.026
  23. 22. Eskandari A., Sharbatdar M. Efficient diagnosis of psoriasis and lichen planus cutaneous diseases using deep learning approach // Sci Rep. 2024 Apr 27. Vol. 14, N. 1. P. 9715. doi: 10.1038/s41598-024-60526-4
  24. 23. Achararit P., Manaspon C., Jongwannasiri C., et al. Artificial Intelligence-Based Diagnosis of Oral Lichen Planus Using Deep Convolutional Neural Networks // Eur J Dent. 2023 Oct. Vol. 17, N. 4. P. 1275-1282. doi: 10.1055/s-0042-1760300
  25. 24. Kaya G., Tak A.Y. Evaluation of SALT score severity in correlation with trichoscopic findings in alopecia areata: a study of 303 patients // Arch Dermatol Res. 2025 Mar 7/ Vol. 317, N. 1. P. 523. doi: 10.1007/s00403-025-04026-z
  26. 25. Bhardwaj V., Rodgers N., Harth O., Harth Y. Artificial Intelligence-Based Personalization of Treatment Regimen for Hair Loss: A 6-Month Clinical Trial // J Drugs Dermatol. 2025 Mar 1. Vol. 24, N. 3. P. 233-238. doi: 10.36849/JDD.8611
  27. 26. Dorado Cortez C., Fakih A., Bruet M., et al. Impact of dermoscopy training associated with artificial intelligence on general practitioner residents // J Eur Acad Dermatol Venereol. 2024 Dec. Vol. 38, N. 12. P. 2323-2325. doi: 10.1111/jdv.20328
  28. 27. Khawaja Z., Adhoni M.Z.U., Byrnes K.G. Generative artificial intelligence powered chatbots in urology // Curr Opin Urol. 2025 Mar 19. doi: 10.1097/MOU.0000000000001280
  29. 28. Anil Ananthaswamy How close is AI to human-level intelligence? Nature. 2024;636(8041):22-25. doi: 10.1038/d41586-024-03905-1.
  30. 29. Villalobos P., Ho A., Sevilla J. et al. Preprint at arXiv https://doi.org/10.48550/arXiv.2211.04325 (2024).
  31. 30. Muñoz J.M., Bernacer J., Noë A., Thompson E. Why AI will never be able to acquire human-level intelligence // Nature. 2025 Jan. Vol. 637, N. 8047. P. 794. doi: 10.1038/d41586-025-00170-8.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-Вектор,


СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 86501 от 11.12.2023 г. 
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ЭЛ № ФС 77 - 80653 от 15.03.2021 г.