
Цель. Сравнить архитектуры глубокого обучения и схемы классификации дерматоскопических изображений новообразований кожи и оценить их обобщаемость при переносе с открытых международных наборов на независимые клинические наборы российской практики.
Материалы и методы. Четыре архитектуры (ViT-B/16, Swin-S, ConvNeXt-S, EfficientNetV2-S) сравнивались в трех схемах: бинарной (злокачественные / доброкачественные), одноэтапной четырехклассовой и каскадной двухэтапной (бинарный отбор с настраиваемым порогом – дифференциация MEL / SCC / BCC). Все модели инициализированы весами ImageNet, обучены на объединении открытых наборов ISIC Archive и оценены на внутренней отложенной выборке и двух клинических наборах (Melanoscope AI; Сеченовский университет). Значимость различий проверена критериями DeLong, МакНемара и стратифицированным бутстрэпом.
Результаты. На внутренней выборке ROC-AUC бинарного этапа составил 0,952–0,966; при переносе на наиболее сложный внешний клинический набор он снижается до 0,797–0,893, чувствительность – до 0,53–0,67, а калибровочная ошибка (ECE) возрастает с 0,02 до 0,27–0,39 с недооценкой злокачественности. Статистически подтвержден лишь дефицит ViT-B/16 на этапе бинарного отбора; на этапе нозологической дифференциации преимущества архитектур не выявлены при имеющемся объеме злокачественных случаев. Прирост каскада значим только для ViT-B/16.
Заключение. Каскадная декомпозиция с настраиваемым порогом обеспечивает управление чувствительностью, недостижимое в одноэтапной классификации. Сохраняющийся разрыв обобщаемости определяет необходимость внешней клинической валидации и перекалибровки перед внедрением.