Как работает система DERM

DERM (Deep Ensemble for the Recognition of Malignancy) анализирует три фотографии подозрительного невуса или поражения, сделанные медицинским ассистентом. После загрузки изображения система выдаёт результат за несколько минут, определяя вероятность злокачественности. Если ИИ считает поражение доброкачественным, пациент получает рекомендации и может быть выписан без дальнейшего визита к специалисту; в случае подозрения на злокачественность направляется к дерматологу для подтверждения диагноза. Каждое изображение также проверяется врачом, чтобы исключить ошибки алгоритма.

Влияние на нагрузку и очередь

Внедрение DERM позволило увеличить количество пациентов, принимаемых за одну сессию, с 24 до 32 человек. По данным больницы, число ненужных биопсий сократилось примерно на 10 %, а время ожидания первого осмотра значительно уменьшилось. Консультант по пластической хирургии Закир Шарифф отметил, что технология оказала «большое влияние» на очереди и снизила нагрузку на отделение, позволяя быстрее выписывать пациентов с доброкачественными образованиями.

Контекст и дальнейшие шаги

Система DERM получила рекомендацию Национального института клинического превосходства (NICE) для использования в NHS в течение следующих трёх лет. Параллельно другие компании развивают ИИ‑решения для диагностики: например, Agilent анонсировал модуль Gen5 AI для автоматической идентификации клеток на биотековских визуализаторах, что показывает растущий интерес к применению машинного обучения в лабораторной и клинической визуализации. Такие инструменты направлены на снижение субъективной вариативности анализов и повышение пропускной способности при работе с большими объёмами изображений.

Источник новости: BBC