Клинический разбор в общей медицине

Clinical review for general practice
ISSN (Print) 2713-2552
ISSN (Online) 2782-5671
  • Главная
  • О журнале
  • Архив
  • Контакты
Левый блок
Полноэкранный режим > Архив > 2026 > Том 7, №1 (2026) > Искусственный интеллект в дерматовенерологии: обзор применяемых мобильных приложений на основе моделей искусственного интеллекта

Искусственный интеллект в дерматовенерологии: обзор применяемых мобильных приложений на основе моделей искусственного интеллекта

Для цитирования:


  • Аннотация
  • Об авторе
  • Список литературы

Аннотация

Цель. Провести систематический обзор мобильных приложений с искусственным интеллектом (ИИ) в дерматовенерологии, оценить их количество, целевую аудиторию, функциональность, уровень научной валидации, регуляторный статус и безопасность данных.
Материалы и методы. Проведен поиск мобильных приложений на базе моделей ИИ в Google Play Store и Apple App Store (из 909 записей отобрано 43 приложения), а также поиск публикаций 2020–2025 гг. в Google Scholar (из 209 записей отобрано 7 исследований по применению сверточных нейронных сетей в мобильных приложениях).
Результаты. Из 43 приложений 74,4% ориентированы на пациентов, 14,0% – на врачей, 11,6% – на обе группы. Основные задачи: скрининг рака кожи (32,6%), диагностика кожных заболеваний (27,9%), мониторинг родинок (14,0%), акне (11,6%). Только 7 (16,3%) приложений имеют рецензируемые публикации. Российские приложения Derma Onko Check и Melanoma Check выделяются наличием валидированных датасетов, публикаций и полной обработкой данных на устройстве.
Заключение. Большинство мобильных приложений с ИИ в дерматовенерологии не отвечают минимальным требованиям научной валидации, регуляторной сертификации и этической прозрачности. Для безопасного применения необходимы независимые публикации, раскрытие характеристик обучающих данных, локальная обработка изображений и четкий регуляторный статус.
Ключевые слова: искусственный интеллект, программы для ЭВМ, мобильные приложения, глубокое обучение, сверточные нейронные сети, дерматовенерология, опухоли кожи, рак кожи, телемедицина, диагностика, скрининг.

Об авторе

А.И. Ламоткин, Д.И. Корабельников

АНО ДПО «Московский медико-социальный институт им. Ф.П. Гааза», Москва, Россия

Список литературы

1. Liopyris K, Gregoriou S, Dias J et al. Artificial Intelligence in Dermatology: Challenges and Perspectives. Dermatol Ther (Heidelb) 2022;12:2637-51. DOI: 10.1007/s13555-022-00833-8
2. De A, Sarda A, Gupta S, Das S. Use of Artificial Intelligence in Dermatology. Indian J Dermatol 2020;65(5):352-7. DOI: 10.4103/ijd.IJD_418_20
3. Renders JM, Simonart T. Role of artificial neural networks in dermatology. Dermatology 2009;219(2):102-4. DOI: 10.1159/000225933
4. Hinton GE, Salakhutdinov RR. Reducing the Dimensionality of Data with Neural Networks. Science 2006;313:504-7. DOI: 10.1126/science.1127647
5. Корабельников Д.И., Ламоткин А.И. Эффективность применения искусственного интеллекта в клинической медицине. Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2025;18(1):114-24. DOI: 10.17749/2070-4909/farmakoekonomika.2025.287
Korabelnikov D.I., Lamotkin A.I. The effectiveness of using artificial intelligence in clinical medicine. Farmakoekonomika. Modern Pharmacoeconomics and Pharmacoepidemiology. 2025;18(1):114-24. DOI: 10.17749/2070-4909/farmakoekonomika.2025.287 (in Russian).
6. Sarvamangala DR, Kulkarni RV. Convolutional neural networks in medical image understanding: a survey. Evol Intel 2022;15:1-22. DOI: 10.1007/s12065-020-00540-3
7. Zou Z, Chen K, Shi Z et al. Object Detection in 20 Years: A Survey. Proc IEEE 2023;111(3):257-76. DOI: 10.1109/JPROC.2023.3238524
8. Minaee S, Boykov Y, Porikli F et al. Image Segmentation Using Deep Learning: A Survey. IEEE Trans Pattern Anal Mach Intell 2022;44(7):3523-42. DOI: 10.1109/TPAMI.2021.3059968
9. Chen Y, Yang XH, Wei Z et al. Generative Adversarial Networks in Medical Image augmentation: A review. Comput Biol Med 2022;144:105382. DOI: 10.1016/j.compbiomed.2022.105382
10. Daneshjou R, Vodrahalli K, Novoa RA et al. Disparities in dermatology AI performance on a diverse, curated clinical image set. Sci Adv 2022;8(32):eabq6147. DOI: 10.1126/sciadv.abq6147
11. Ламоткин А.И., Корабельников Д.И., Ламоткин И.А. Алгоритм маршрутизации пациентов при дифференциальной диагностике новообразований кожи при применении программы искусственного интеллекта «Melanoma Check». Медицинский вестник ГВКГ им. Н.Н. Бурденко. 2025;4(22):6-13. DOI: 10.53652/2782-1730-2025-6-4-06-13
Lamotkin A.I., Korabelnikov D.I., Lamotkin I.A. Patient routing algorithm for differential diagnosis of skin neoplasms using the artificial intelligence program "Melanoma Check". Medical Bulletin of the Burdenko State Medical University. 2025;4(22):6-13. DOI: 10.53652/2782-1730-2025-6-4-06-13 (in Russian).
12. Корабельников Д.И., Ламоткин А.И. Алгоритм маршрутизации пациентов при дифференциальной диагностике новообразований кожи при сочетанном применении программ искусственного интеллекта Derma Onko Check и Melanoma Check. Клинический разбор в общей медицине. 2025;6(12). DOI: 10.47407/kr2025.6.11.00715 
Korabelnikov D.I., Lamotkin A.I. Patient routing algorithm in differential diagnosis of cutaneous neoplasms with the combined use of Derma Onko Check and Melanoma Check artificial intelligence software tools. Clinical review for general practice. 2025;6(12). DOI: 10.47407/kr2025.6.11.00715 (in Russian).
13. Li Z, Koban KC, Schenck TL et al. Artificial Intelligence in Dermatology Image Analysis: Current Developments and Future Trends. J Clin Med 2022;11(22):6826. DOI: 10.3390/jcm11226826
14. Wei C, Adusumilli N, Friedman A, Patel V. Perceptions of Artificial Intelligence Integration into Dermatology Clinical Practice: A Cross-Sectional Survey Study. J Drugs Dermatol 2022;21(2):135-40. DOI: 10.36849/jdd.6398
15. Al-Ali F, Polesie S, Paoli J et al. Attitudes Towards Artificial Intelligence Among Dermatologists Working in Saudi Arabia. Dermatol Pract Concept 2023;13(1):e2023035. DOI: 10.5826/dpc.1301a35
16. Grzybowski A, Jin K, Wu H. Challenges of artificial intelligence in medicine and dermatology. Clin Dermatol 2024;42(3):210-5. DOI: 10.1016/j.clindermatol.2023.12.013
17. Sohail N, Puyana C, Zimmerman L, Tsoukas MM. Artificial intelligence in dermatology: Bridging the gap in patient care and education. Clin Dermatol 2024;42(5):434-6. DOI: 10.1016/j.clindermatol.2024.06.009
18. du Crest D, Madhumita M, Enbiale W et al. Skin and Digital-The 2024 Narrative. Mayo Clin Proc Digit Health 2024;2(3):322-30. DOI: 10.1016/j.mcpdig.2024.05.008
19. Majidian M, Tejani I, Jarmain T et al. Artificial Intelligence in the Evaluation of Telemedicine Dermatology Patients. J Drugs Dermatol 2022;21(2):191-4. DOI: 10.36849/jdd.6277
20. Giansanti D. The Artificial Intelligence in Teledermatology: A Narrative Review on Opportunities, Perspectives, and Bottlenecks. Int J Environ Res Public Health 2023;20(10):5810. DOI: 10.3390/ijerph20105810
21. McCradden MD, Baba A, Saha A et al. Ethical concerns around use of artificial intelligence in health care research from the perspective of patients with meningioma, caregivers and health care providers: a qualitative study. CMAJ Open 2020;8(1):E90-E95. DOI: 10.9778/cmajo.20190151
22. Felmingham C, Pan Y, Kok Y et al. Improving skin cancer management with ARTificial intelligence: A pre-post intervention trial of an artificial intelligence system used as a diagnostic aid for skin cancer management in a real-world specialist dermatology setting. J Am Acad Dermatol 2023;88(5):1138-42. DOI: 10.1016/j.jaad.2022.10.038
23. Kololgi SP, Lahari CS. Harnessing the Power of Artificial Intelligence in Dermatology: A Comprehensive Commentary. Indian J Dermatol 2023;68(6):678-81. DOI: 10.4103/ijd.ijd_581_23
24. Jeong HK, Park C, Henao R, Kheterpal M. Deep Learning in Dermatology: A Systematic Review of Current Approaches, Outcomes, and Limitations. JID Innov 2023;3(1):100150. DOI: 10.1016/j.xjidi.2022.100150
25. Mohan J, Sivasubramanian A, Ravi V. Enhancing skin disease classification leveraging transformer-based deep learning architectures and explainable AI. Comput Biol Med 2025;190:110007. DOI: 10.1016/j.compbiomed.2025.110007
26. Zhou J, He X, Sun L et al. Pre-trained multimodal large language model enhances dermatological diagnosis using SkinGPT-4. Nat Commun 2024;15:5649. DOI: 10.1038/s41467-024-50043-3
27. Luo N, Zhong X, Su L et al. Artificial intelligence-assisted dermatology diagnosis: From unimodal to multimodal. Comput Biol Med 2023;165:107413. DOI: 10.1016/j.compbiomed.2023.107413

Для цитирования:Ламоткин А.И., Корабельников Д.И. Искусственный интеллект в дерматовенерологии: обзор применяемых мобильных приложений на основе моделей искусственного интеллекта. Клинический разбор в общей медицине. 2026; 7 (1): 95–104. DOI: 10.47407/kr2026.7.1.00761


Журнал предоставляет свободный доступ с возможностью использовать статьи в некоммерческих целях при условии указания авторства в рамках лицензии CC BY-NC-SA 4.0 (https://creativecommons.org/licenses/by-nc-sa/4.0/deed.ru)

  • О журнале
  • Редколегия
  • Редакционная этика
  • Авторам
  • Плата за публикацию
  • Порядок рецензирования
  • Контакты
   

oa
crossref
анри


  Индексация

Scopus
doaj
elibrary_rus.png

Почтовый адрес издателя

127055, Москва, а/я 37

Адрес редакции

115054, Москва, Жуков пр-д, 19, эт. 2, пом. XI


По вопросам публикаций

+7 (495) 926-29-83

id@con-med.ru