1. Научная доказательная база Skinive
Развитие технологий анализа кожи с помощью искусственного интеллекта на основе научных исследований
Skinive — европейская компания в сфере цифрового здравоохранения, специализирующаяся на применении искусственного интеллекта для анализа дерматологических изображений. Наша собственная технология ИИ разработана для повышения осведомлённости о здоровье кожи, документирования и отслеживания её видимых изменений на основе фотографий, сделанных с помощью смартфона.
С 2020 года Skinive непрерывно совершенствует свою технологию благодаря разработке моделей искусственного интеллекта, использованию наборов данных с разметкой дерматологов, систематической оценке эффективности алгоритмов, научным исследованиям и клиническим оценкам.
Научная доказательная база Skinive объединяет результаты внутренней технической валидации, независимой клинической оценки, рецензируемых научных публикаций и обширного опыта применения технологии в реальных условиях. Эти источники дополняют друг друга и позволяют оценить эффективность, возможности и ограничения технологии.
Основные научные результаты
- 27 829 дерматологических изображений использованы для внутренней валидации ИИ в 2026 году.
- Чувствительность 97,4% и специфичность 93,1% достигнуты в установленных условиях внутренней валидации.
- 160 клинических случаев изучены в рамках независимой клинической оценки. Совпадение с клиническими результатами среди трёх первых вариантов классификации (Top-3) составило 70,6%, а комплексный показатель потенциальной клинической полезности — 80,0%.
- 250 000 изображений, размеченных дерматологами, использованы для разработки моделей ИИ.
- Более 6 миллионов анализов кожи выполнено с использованием технологии Skinive по всему миру (II квартал 2026 года).
- Медицинское изделие класса I с маркировкой CE в соответствии с Регламентом ЕС 2017/745 (MDR).
Показатели эффективности получены с использованием различных методологий и критериев оценки. Результаты внутренней валидации не следует интерпретировать как независимо подтверждённую диагностическую точность. Комплексный показатель потенциальной клинической полезности также не является показателем диагностической точности.
Наша приверженность научной прозрачности
Skinive придерживается принципов ответственной разработки технологий анализа кожи на основе искусственного интеллекта. Мы регулярно оцениваем эффективность алгоритмов, изучаем новые научные данные и анализируем ограничения автоматизированного распознавания дерматологических изображений. Этот раздел, посвящённый научной доказательной базе Skinive, содержит результаты валидации, клинических оценок, научные публикации и информацию о регуляторном статусе технологии со ссылками на подтверждающую документацию.
Технология Skinive предназначена для повышения осведомлённости о здоровье кожи и отслеживания её изменений. Она не заменяет профессиональную медицинскую консультацию и не предназначена для самостоятельной постановки медицинских диагнозов.
2. Клинические доказательства: ключевые результаты
Основные результаты научных и клинических исследований Skinive
Научная доказательная база Skinive включает внутреннюю валидацию эффективности ИИ, независимую клиническую оценку и опыт использования технологии в реальных условиях.
Каждый из этих источников предоставляет дополнительные сведения о возможностях и ограничениях анализа дерматологических изображений с помощью искусственного интеллекта.
Основные научные показатели
| Показатель | Результат | Метод оценки |
|---|---|---|
| Внутренняя валидация ИИ | 27 829 изображений | Стандартизированный валидационный набор данных (2026) |
| Чувствительность | 97,4% | Внутренняя техническая валидация |
| Специфичность | 93,1% | Внутренняя техническая валидация |
| Независимая клиническая оценка | 160 случаев | Клиническая оценка сложных кожных поражений |
| Совпадение Top-3 | 70,6% | Совпадение с клиническими референсными результатами |
| Комплексный показатель потенциальной клинической полезности | 80,0% | Составной критерий, определённый для исследования |
Как интерпретировать результаты
Внутренняя техническая валидация: Валидационный набор включал 27 829 дерматологических изображений, полученных от дерматологов и клинических партнёров Skinive. Эти изображения не использовались для обучения моделей и применялись для оценки эффективности ИИ в стандартизированных условиях тестирования.
Независимая клиническая оценка: В отдельном клиническом исследовании оценивалось совпадение классификаций, предложенных ИИ Skinive, с клиническими референсными результатами в 160 случаях сложных кожных поражений.
Поскольку исследования проводились с использованием различных методологий и критериев оценки, их результаты нельзя напрямую сравнивать или интерпретировать как независимо подтверждённую диагностическую точность.
3. Эффективность ИИ и техническая валидация
Оценка эффективности искусственного интеллекта с помощью стандартизированного тестирования
Skinive оценивает свои модели искусственного интеллекта на стандартизированном наборе из 27 829 дерматологических изображений, предоставленных дерматологами и клиническими партнёрами.
Изображения, включённые в валидационный набор, не использовались для обучения моделей. Это позволяет последовательно сравнивать эффективность различных версий ИИ, разработанных в период с 2021 по 2026 год.
Результаты внутренней валидации — 2026
Согласно Отчету о точности алгоритма Skinive 2026, последняя версия модели искусственного интеллекта продемонстрировала следующие результаты:
| Показатель эффективности | Результат |
|---|---|
| Чувствительность (Sensitivity) | 97,4% |
| Специфичность (Specificity) | 93,1% |
| Общая точность (Accuracy) | 94,2% |
| Прецизионность (Precision) | 82,2% |
| F1-мера | 89,1% |
| Валидационный набор данных | 27 829 изображений |
Разработка моделей ИИ и подготовка данных
Разработка искусственного интеллекта Skinive основана на использовании обширных наборов дерматологических изображений:
- Более 3,5 миллиона изображений рассмотрено в процессе отбора данных.
- 250 000 изображений с разметкой дерматологов отобрано для разработки моделей ИИ.
- 27 829 отдельных валидационных изображений использовано для оценки эффективности алгоритмов.
Разметка изображений дерматологами и стандартизированные процедуры валидации способствуют постоянному совершенствованию и технической оценке технологии Skinive.
Интерпретация и ограничения
Представленные показатели отражают результаты внутренней технической валидации, а не независимого клинического подтверждения диагностической точности. Эффективность алгоритмов может различаться в зависимости от качества изображений, индивидуальных особенностей кожи и оцениваемых заболеваний. Указанные значения чувствительности и специфичности являются агрегированными показателями. Их нельзя интерпретировать как диагностическую точность при выявлении конкретных заболеваний, включая меланому и другие виды рака кожи.
Источник: Отчет о точности алгоритма Skinive 2026
4. Независимая клиническая оценка
Клиническая оценка ИИ Skinive в группе пациентов с высокой долей подозрительных на злокачественность кожных поражений
Базовая технология искусственного интеллекта Skinive прошла клиническую оценку в независимом медицинском учреждении, не связанном с компанией Skinive.
Исследование проводилось в специально отобранной группе пациентов, преимущественно с подозрением на злокачественные и предраковые поражения кожи.
Среди изучаемых патологий были:
- Меланома.
- Базальноклеточная карцинома.
- Плоскоклеточная карцинома кожи.
- Болезнь Боуэна.
- Атипичные меланоцитарные образования.
Распространённые доброкачественные заболевания кожи были представлены в исследовании в ограниченном количестве.
Методология исследования
Из 241 обследования в основной анализ были включены 160 случаев, для которых имелись полные результаты ИИ.
Клинические референсные заключения устанавливались независимо от результатов искусственного интеллекта на основании следующих методов:
- Гистопатологическое исследование: 117 случаев (73,1%).
- Цитологическое исследование: 22 случая (13,8%).
- Оценка дерматолога: 21 случай (13,1%).
Таким образом, 86,9% случаев имели гистопатологическое или цитологическое подтверждение.
Результаты клинической оценки
| Показатель | Результат |
|---|---|
| Совпадение Top-1 | 54,4% |
| Совпадение Top-3 | 70,6% |
| Совпадение по группе заболеваний за пределами Top-3 | 3,8% |
| Совпадение по категории направления к специалисту за пределами Top-3 | 5,6% |
| Комплексный показатель потенциальной клинической полезности | 80,0% |
Комплексный показатель 80,0% (128 из 160 случаев) включает:
- 113 случаев совпадения с одним из трёх первых вариантов классификации ИИ (Top-3).
- 6 случаев совпадения на уровне более широкой группы заболеваний.
- 9 случаев совпадения на уровне категории направления к специалисту.
Этот комплексный показатель был разработан специально для исследования и отражает потенциальную клиническую полезность технологии. Он не является показателем диагностической точности.
Интерпретация и ограничения
Возможность распространения полученных результатов на более широкую популяцию ограничена несколькими факторами:
- Высокой долей поражений с подозрением на злокачественность.
- Недостаточной представленностью распространённых доброкачественных заболеваний кожи.
- Относительно небольшим размером выборки.
- Исключением 81 обследования, для которого отсутствовали полные результаты ИИ.
Исследование оценивало базовую технологию искусственного интеллекта Skinive.
Полученные результаты не устанавливают дополнительных диагностических показаний или новых вариантов медицинского применения коммерчески доступных продуктов Skinive.
5. Научные исследования и публикации
Развитие искусственного интеллекта в дерматологии на основе научных исследований
Технология искусственного интеллекта Skinive опирается на научные исследования в области машинного обучения, компьютерного зрения и анализа дерматологических изображений.
Наша доказательная база объединяет рецензируемые научные публикации, внутреннюю валидацию алгоритмов и независимые клинические оценки, способствуя дальнейшему развитию и совершенствованию технологии.
Рецензируемая научная публикация
Dynamics of the Neural Network Accuracy in the Context of Modernization of the Algorithms of Skin Pathology Recognition. Indian J Dermatol. 2022 May-Jun;67(3):312. doi: 10.4103/ijd.ijd_1070_21. PMID: 36386072; PMCID: PMC9644746.
Sokolov K, Shpudeiko V.
В публикации рассматривается применение искусственного интеллекта для анализа дерматологических изображений. Работа вносит вклад в формирование научной основы технологии Skinive.
Препринты и исследования без рецензирования
Skinive также публикует результаты исследований на научных платформах препринтов, включая SSRN, чтобы обеспечить доступ к новым данным до их формального рецензирования научными журналами.
- Dynamics of the Neural Network Accuracy in the Context of Modernization of the Algorithms of Skin Pathology Recognition (November 30, 2021). Available at SSRN. doi: dx.doi.org/10.2139/ssrn.3974784. Sokolov K, Shpudeiko V.
- Artificial intelligence in solving dermatological problems. Dermatology Review/Przegląd Dermatologiczny. 2022;109(5):361-367. doi: 10.5114/dr.2022.125685. Sokolov K, Shpudeiko V, Sidaruk H.
- Application of artificial intelligence algorithms in pediatric dermatology. Eur. J. Pediat. Dermatol. 2023; 33 (3):135-7. doi: 10.26326/2281-9649.33.3.2464. Sokolov K, Shpudeiko V, Sidaruk H, Koval M.
Препринты и отчёты, не прошедшие формального научного рецензирования, следует рассматривать как предварительные научные данные.
Технические и клинические исследовательские отчёты
- Результаты 6,5 миллиона анализов кожи с помощью ИИ в реальных условиях
Данные, полученные в ходе проверки реальной эффективности и точности, клинических стресс-тестов и из опубликованных научных работ - Отчет о точности алгоритма Skinive 2026
Внутренняя техническая валидация с использованием 27 829 дерматологических изображений. - Отчет о точности алгоритма Skinive 2022
Внутренняя техническая валидация с использованием 25 688 дерматологических изображений.
Текущие научные исследования
Skinive продолжает сотрудничество с дерматологами и медицинскими учреждениями для оценки эффективности искусственного интеллекта, совершенствования анализа дерматологических изображений и изучения возможностей и ограничений технологии.
6. Опыт реального применения и международное распространение
Технология, используемая пользователями и медицинскими партнёрами по всему миру
Помимо научной валидации, Skinive накопила значительный опыт практического применения технологии благодаря мобильным приложениям для пользователей и интеграциям с профессиональными медицинскими системами.
Наш искусственный интеллект используется в разных странах для повышения осведомлённости о здоровье кожи, отслеживания её изменений и развития цифровых медицинских сервисов.
Skinive в цифрах
| Показатель | Значение |
|---|---|
| Скачивания приложений | Более 1 миллиона |
| Анализы кожи с помощью ИИ | Более 6 миллионов |
| География использования | По всему миру |
| Области применения | Частные пользователи и профессиональное здравоохранение |
Применение в реальных условиях
Технология Skinive поддерживает различные сценарии использования в цифровом здравоохранении.
- Здоровье кожи для частных пользователей. Помогает документировать и отслеживать видимые изменения кожи.
- Медицинские специалисты. Поддерживает структурированную оценку и документирование дерматологических изображений.
- Платформы цифрового здравоохранения. Позволяет партнёрам интегрировать анализ кожи с помощью искусственного интеллекта в собственные сервисы.
Постоянное совершенствование
Опыт практического применения помогает Skinive выявлять сложности использования, улучшать процессы анализа изображений и определять направления дальнейших исследований и технологического развития.
Показатели распространения технологии отражают использование продуктов и их присутствие на рынке, но не являются независимым подтверждением клинической эффективности.
Пилотные проекты в реальных условиях
Оценка применения ИИ Skinive в медицинских учреждениях и общественных инициативах
Помимо технической и клинической валидации, Skinive участвует в пилотных проектах, направленных на изучение практической интеграции анализа кожи с помощью искусственного интеллекта в медицинские процессы и программы общественного здравоохранения.
🇫🇷 Франция — Оценка состояния кожи в аптеках
В 2026 году Skinive MD начал проходить пилотное тестирование в Pharmacie Notre-Dame в Рокфор-ле-Пен (Франция). Проект объединяет анализ дерматологических изображений с помощью искусственного интеллекта и цифровую дерматоскопию с использованием устройства FireFly Pro. В начальном этапе приняли участие около 50 человек. В дальнейшем планируется расширить пилотный проект примерно до 300 участников. Инициатива направлена на изучение возможностей фармацевтов в повышении осведомлённости о здоровье кожи и содействии своевременному направлению пациентов к медицинским специалистам. Постановка клинического диагноза остаётся исключительно в компетенции квалифицированных медицинских работников.
🇲🇿 Мозамбик — Поддержка здоровья кожи людей с альбинизмом
В сотрудничестве с Kanimambo, организацией, оказывающей поддержку людям с альбинизмом в Мозамбике, Skinive изучает возможности применения анализа кожи с помощью искусственного интеллекта в программах общественного здравоохранения. Пилотный проект направлен на повышение осведомлённости о здоровье кожи, документирование кожных изменений и их мониторинг среди людей с повышенным риском развития рака кожи и ограниченным доступом к специализированной дерматологической помощи.
Статус пилотных проектов и доказательная база
Обе инициативы находятся на стадии пилотного внедрения в реальных условиях. Их результаты продолжают оцениваться и не должны интерпретироваться как подтверждённые доказательства клинической эффективности или диагностической точности.
7. Регуляторный статус и назначение медицинского изделия
Соответствие европейскому Регламенту MDR и ответственное использование
Skinive App — медицинское изделие класса I с маркировкой CE, соответствующее требованиям Регламента (ЕС) 2017/745 о медицинских изделиях (MDR).
Производителем является Skinive LTD (Мальта), дочерняя компания Skinive B.V. (Нидерланды). Производитель зарегистрирован в Европейской базе данных медицинских изделий (EUDAMED).
Регуляторная информация
| Параметр | Информация |
|---|---|
| Юридический производитель | Skinive LTD, Мальта |
| Нормативная база | Регламент (ЕС) 2017/745 (MDR) |
| Классификация медицинского изделия | Класс I |
| Оценка соответствия | Декларация соответствия ЕС, оформленная производителем |
| Единый регистрационный номер производителя (SRN) в EUDAMED | MT-MF-000047900 |
| Маркировка CE | Присутствует |
Назначение медицинского изделия
Skinive App предназначено для повышения осведомлённости о здоровье кожи, документирования и отслеживания её видимых изменений с помощью анализа фотографий кожных образований и заболеваний, сделанных на смартфон, с использованием искусственного интеллекта.
Приложение предоставляет результаты информационного характера, помогая взрослым пользователям лучше понимать и отслеживать изменения состояния кожи.
Skinive App не устанавливает медицинские диагнозы, не назначает лечение и не заменяет профессиональную медицинскую консультацию.
Регуляторные ограничения научных исследований
Научные исследования Skinive также включают оценку базовой технологии искусственного интеллекта в экспериментальных и клинических исследовательских условиях.
Результаты таких исследований не означают автоматического расширения медицинского назначения или регуляторных заявлений для коммерчески доступных продуктов Skinive.
8. Безопасность, ограничения и ответственное использование
Возможности и ограничения искусственного интеллекта Skinive
Skinive придерживается принципов ответственной разработки и применения технологий анализа кожи с использованием искусственного интеллекта.
Несмотря на то что ИИ может помогать пользователям следить за здоровьем кожи и отслеживать её изменения, результаты анализа необходимо интерпретировать с учётом назначения технологии и известных ограничений.
Основные меры предосторожности
- Не является медицинским диагнозом: Skinive App предоставляет информацию справочного характера, не диагностирует заболевания кожи и не заменяет консультацию врача.
- Ограничения искусственного интеллекта: Результаты могут быть неточными или неполными. Алгоритмы Skinive могут не распознать определённые заболевания или предложить ошибочную классификацию.
- Качество изображений: Освещение, фокусировка, качество камеры и правильное расположение объекта в кадре могут влиять на результаты анализа.
- Индивидуальные особенности: Эффективность ИИ может различаться в зависимости от характеристик кожи, внешнего вида образований и оцениваемых заболеваний.
- Консультация медицинского специалиста: При появлении подозрительных, изменяющихся или длительно сохраняющихся кожных образований необходимо обратиться к врачу независимо от результатов анализа искусственного интеллекта.
Ответственная разработка искусственного интеллекта
Skinive поддерживает принципы ответственной разработки ИИ благодаря использованию наборов данных с разметкой дерматологов, технической валидации, клиническим исследованиям и постоянной оценке эффективности алгоритмов.
Результаты, полученные с помощью искусственного интеллекта, не должны использоваться как единственное основание для принятия медицинских решений или приводить к откладыванию обращения за профессиональной медицинской помощью.
9. Интеграция ИИ Skinive в ваш продукт
Добавьте анализ кожи с помощью искусственного интеллекта в вашу медицинскую платформу
Превратите научные разработки в практические решения для цифрового здравоохранения с помощью API для анализа кожи Skinive.
Интегрируйте собственную технологию искусственного интеллекта Skinive в медицинское приложение, телемедицинскую платформу или цифровой медицинский сервис без необходимости разрабатывать собственные алгоритмы анализа кожи.
Почему стоит выбрать Skinive API?
- ИИ на основе научных исследований: Технология, подкреплённая научными публикациями, технической валидацией и клиническими оценками.
- Простая интеграция: REST API, разработанный для удобного подключения к существующим цифровым платформам.
- Гибкие возможности применения: Решение для платформ цифрового здравоохранения, телемедицинских сервисов и медицинских приложений при условии соблюдения предусмотренного назначения и применимых регуляторных требований.
- Масштабируемая инфраструктура: Архитектура, рассчитанная на увеличение количества анализов и развитие бизнеса.
Создавайте свои решения с ИИ Skinive
Ознакомьтесь с вариантами интеграции, технической документацией и возможностями сотрудничества.
Редакционная и медицинская экспертиза
Эта страница подготовлена и проверена командой Skinive для обеспечения научной достоверности, прозрачности информации и соответствия актуальным доступным клиническим данным.
Научная и медицинская проверка: д-р Виктор Шпудейко, онколог
Редакционная проверка: Кирилл Соколов, генеральный директор и сооснователь Skinive
Подготовлено: команда исследований и разработок Skinive
Дата первой публикации: 11 октября 2026 года
Последнее обновление: 11 октября 2026 года