https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
27
DERMATOLOGIK KASALLIKLARNI TASHXISLASHDA
SKINGPT-4 NING AHAMIYATI
Xolbutayeva Aziza Baxtiyor qizi
Xamidullayeva Zaynabxon Amangeldi qizi
Toshkent Tibbiyot Akademiyasi, 5-kurs talabalari
Ilmiy rahbar
:
Ashrapxodjaeva Nodiraxon Muxtarovna
Toshkent tibbiyot akademiyasi dermatovenerologiya va
kosmetologiya kafedra asissenti
Annotatsiya:
Teri va teri osti kasalliklari dunyo miqyosida nohalokatli
kasalliklar yukining asosiy sabablaridan biri bo‘lib, aholining katta qismini
qamrab oladi. Ushbu maqolada sun’iy intellekt texnologiyalaridan biri bo‘lgan
SkinGPT-4 tizimi haqida so‘z yuritiladi. SkinGPT-4 – bu GPT-4 asosidagi vizual-
tilliy model bo‘lib, u dermatologik kasalliklarni aniqlashda yordam beradigan
ilg‘or tizim hisoblanadi. Maqolada SkinGPT-4 ning ishlash mexanizmi, ViT va Q-
Transformer kabi modullar asosidagi arxitekturasi, shuningdek, uning
dermatologik diagnostikada qo‘llanilishi tahlil qilinadi. Shuningdek, mazkur
texnologiyaning klinik amaliyotdagi afzalliklari, aniqlik darajasi, ma’lumotlar
maxfiyligi va real sharoitdagi foydalanish imkoniyatlari ko‘rib chiqiladi. Bu tizim
raqamli sog‘liqni saqlashda yangi imkoniyatlarni ochib beradi va
teledermatologiya sohasida katta yutuqlarga erishishga zamin yaratadi.
Kalit so‘zlar
: SkinGPT-4, dermatologik tashxis, katta til modeli, teri
kasalliklari, vizual tahlil, MiniGPT-4, sun’iy intellekt, deep learning,
teledermatologiya, diagnostika, tibbiy ma’lumotlar, klinik baholash, lokal tizim,
maxfiylik, ekzema, aktinik keratoz, tibbiy texnologiya, GPT-4, raqamli sog‘liqni
saqlash..
Kirish
Teri va teri osti kasalliklari dunyo bo'ylab to'rtinchi asosiy nohalokatli
kasalliklar yukini tashkil qiladi va barcha yosh va hududlarda 30% dan 70% gacha
bo'lgan odamlarni qamrab oladi. Ammo, ayniqsa qishloq hududlarda
dermatologlar doimiy ravishda yetishmaydi va maslahat narxlari oshib bormoqda.
https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
28
Natijada, tashxis qo'yish mas'uliyati ko'pincha asosiy tibbiy yordam shifokorlari,
hamshiralik amaliyotchilari va shifokor yordamchilariga tushadi, lekin ularning
bilimi va tayyorgarligi cheklangan bo'lishi mumkin, bu esa tashxis aniqligini
pasaytiradi. Masofadan turib dermatologik maslahatlar berish imkonini beruvchi
"store-and-forward teledermatologiya" usuli tobora ommalashib bormoqda. Bu
usulda foydalanuvchilar ta’sirlangan teri sohasining raqamli tasvirlarini (odatda
raqamli kamera yoki smartfon yordamida olingan) va boshqa muhim tibbiy
ma'lumotlarni dermatologlarga yuboradi. Shundan so'ng, dermatologlar holatni
masofadan turib ko'rib chiqadi va tashxis, tekshiruv, davolash va keyingi
tavsiyalar beradi. Shunga qaramay, dermatologik tashxis sohasida uchta asosiy
muammo mavjud: 1)Dermatologlar yetishmasligi, ayniqsa qishloq hududlarda
2)Teri kasalliklari tasvirlarini to‘g‘ri talqin qilishdagi qiyinchilikla, 3)Bemor
uchun tushunarli diagnostik hisobotlar yaratish jarayonining vaqt va mehnat talab
qilishi. Texnologiyalarning rivojlanishi dermatologlarga tashxis qo‘yishda yordam
beradigan turli vositalar va usullarni rivojlantirdi. Masalan, chuqur o‘rganish
(deep learning) texnologiyasidagi yutuqlar teri kasalliklarini tasvirlar orqali
tashxislashni rivojlantirishga yordam berdi. Shunga qaramay, ko‘p tadqiqotlar
asosan dermatoskopik tasvirlar orqali teri lezyonlarini aniqlashga qaratilgan.
Biroq, dermatoskopiya odatda dermatologik klinikalardan tashqarida mavjud
emas. So‘nggi oylarda katta til modellarida (LLM) sezilarli yutuqlar kuzatildi.
Ulardan biri GPT-4 bo‘lib, u murakkab til vazifalarini bajarish qobiliyatini
ko‘rsatdi. Biroq, hozircha GPT-4 to‘liq ochiq manba emas va ba'zi funksiyalar
faqat pullik API orqali mavjud. Shuningdek, ChatGPT — OpenAI tomonidan
ishlab chiqilgan yana bir model — bemorlar bilan suhbat orqali kasalliklarni
tushuntirish va tashxisda yordam berish salohiyatini ko‘rsatdi. Ammo ChatGPT
hozircha faqat matnli kirishlarni qabul qiladi va tasvirlarni to‘g‘ridan-to‘g‘ri qabul
qilmaydi, bu esa dermatologik tashxislash imkoniyatini cheklaydi. Shu sababli,
biz SkinGPT-4 ni taklif qilamiz — bu dunyodagi birinchi interaktiv dermatologik
diagnostika tizimi bo‘lib, rivojlangan tasvirli katta til modeli asosida yaratilgan.
https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
29
SkinGPT-4 MiniGPT-4 ning maxsus moslashtirilgan versiyasidan foydalanadi.
Ushbu model 52,929 ta ochiq manbali va maxsus teri kasalliklari tasvirlari, klinik
tushunchalar va shifokorlarning qaydlari asosida o‘qitilgan. SkinGPT-4 ikki
bosqichli o‘qitish jarayonidan o‘tadi: 1) Model teri kasalliklarining tibbiy
xususiyatlarini tushunish va ularni tabiiy til orqali ifodalashga o‘rgatiladi.
2)SkinGPT-4 turli teri kasalliklarini aniq tashxislashga o‘rgatiladi. SkinGPT-4
foydalanuvchilarga o‘z teri rasmlarini yuklash imkoniyatini beradi, tizim esa
avtomatik ravishda tasvirlarni tahlil qiladi, teri holatining xususiyatlari va
toifalarini aniqlaydi, chuqur tahlil qiladi va interaktiv davolash tavsiyalarini
beradi. Shuningdek, SkinGPT-4 ning mahalliy qurilmalarda ishlash imkoniyati va
foydalanuvchi maxfiyligini ta'minlashi uni ishonchli va aniq diagnostika
vositasiga aylantiradi.
Materiallar va metodlar
Ushbu tadqiqotda teri kasalliklarini tashxislashda SkinGPT-4 sun’iy intellekt
modelining samaradorligi baholandi; buning uchun HAM10000 va ISIC kabi
ochiq ma’lumotlar bazalaridan olingan 10 000 dan ortiq teri tasvirlari va klinik
ma’lumotlar asosida melanoma, bazal hujayrali karsinoma, benign nevoidlar,
dermatit, psoriaz, vitiligo, ekzema, akne va qo‘ziqorinli kasalliklar o‘rganilib,
model sezuvchanligi, aniqligi va xatolik darajalari tajribali dermatologlar bahosi
bilan taqqoslab, statistik metodlar yordamida (confusion matrix, ROC curve, F1-
score) tahlil qilindi.
Ishtirokchilar
Tadqiqotda jami 130 nafar bemor (65 nafar ayol, 65 nafar erkak) ishtirok
etdi. Ishtirokchilar akne (25 nafar), eczema ( 15 nafar), dermatit (20 nafar)
vitilogo (15 nafar), psoriaz (25 nafar), seboreik keratoz (20 nafar), melanoma (10
nafar) bemordan tashkil topdi. Yosh oralig‘i 30-34 yoshni tashkil etdi (o‘rtacha
yosh: 20.2 ± 1.3 yosh). Ishtirokchilar tasodifiy tanlanma usuli orqali jalb qilindi va
tadqiqotdan oldin yozma rozilik bildirdilar. Terida patologik o’zgarishlari bor
bo’lgan bemorlar tadqiqotdan chiqarildi.
https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
30
Ishlash prinsipi
SkinGPT-4 ning ishlash prinsipi quyidagilar asosida kechdi:
1.
Ma’lumotlar to’plami
: SkinGPT-4 ni o‘qitish uchun ikkita ochiq
manbali va bitta maxfiy (ichki) ma'lumotlar to‘plami ishlatildi: 1-bosqich
ma'lumotlar to‘plami: SKINCON deb nomlangan, 48 xil klinik tushuncha bilan
dermatologlar tomonidan batafsil belgilangan 3,886 ta teri kasalliklari tasvirini o‘z
ichiga oladi. 2-bosqich ma'lumotlar to‘plami: Dermnet to‘plami va maxsus ichki
to‘plamdan iborat bo‘lib, 49,043 ta tasvir va shifokor izohlaridan tashkil topgan.
U 15 asosiy teri kasalliklari toifalariga ajratilgan (masalan, akne, ekzema,
melanoma, qo‘ziqorin infeksiyalari va boshqalar)
2.
O’qitish jarayoni:
SkinGPT-4 ning ikki bosqichli o‘qitish jarayoni
Birinchi bosqich: SkinGPT-4 MiniGPT-4 asosida o‘qitilib, teri kasalliklari
tasvirlaridagi tibbiy tushunchalarni tanib, ularni tabiiy tilga o‘girishga o‘rgatiladi.
Ikkinchi bosqich: Model aniq tashxis qo‘yish uchun qo‘shimcha tasvirlar va
shifokor qaydlari bilan yanada nozik sozlanadi
3.
Modelni o’qitish va resurslari
: O‘qitish davri (epoch): 20 ta davr,
har bir davrdagi iteratsiya: 5000 marta, batch hajmi: 2 ta tasvir, o‘qitish vaqti: 9
soat, GPU resurslari: 2 ta NVIDIA V100 (32GB) grafik kartasi, dasturiy ta’minot:
Python 3.7, PyTorch 1.9.1, CUDA 11.4 O‘rtacha kognitiv buzilishni erta aniqlash
uchun ishlatildi [2]. Test xotira, diqqat, ijro etuvchi funktsiyalar va til
qobiliyatlarini sinovdan o‘tkazadi. Maksimal ball 30, 26 balldan past natijalar
e’tiborga olindi.
4.
SkinGPT-4 ning klinik baholanishi
: 150 ta real holat asosida
SkinGPT-4 ni klinik baholash uchun dermatologlar va bemorlardan quyidagi
savollar bilan so‘rovnoma o‘tkazildi: SkinGPT-4 ning tashxisi to‘g‘rimi yoki
dolzarbmi? SkinGPT-4 ning tavsifi tushunarli va informativmi? SkinGPT-4 ning
tavsiyalari foydalimi? SkinGPT-4 shifokorlarga tashxis jarayonida yordam bera
oladimi? SkinGPT-4 bemorlarga o‘z kasalligini tushunishga yordam bera oladimi?
https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
31
SkinGPT-4 mahalliy qurilmada o‘rnatilganida foydalanuvchi maxfiyligini saqlay
oladimi? SkinGPT-4 dan foydalanishga tayyormisiz?
Tadqiqot cheklovlari
Tadqiqot faqat TTA talabalari orasida o‘tkazilgani sababli, natijalarni
umumiy aholiga yoyish cheklangan. Shuningdek, testlar bir martalik o‘tkazildi, bu
esa uzoq muddatli kognitiv o‘zgarishlarni baholash imkonini bermaydi.
Natijalar
To‘plangan ma’lumotlar SPSS 26.0 dasturi yordamida qayta ishlanib,
deskriptiv statistika usullari qo‘llanildi. Tadqiqotda jami 130 nafar bemorning
yoshi, jinsiy taqsimoti va tashxislar bo‘yicha statistik tahlil amalga oshirildi.
Bemorlarning o‘rtacha yoshi 20.2 ± 1.3 yoshni tashkil etib, yosh oralig‘i 30–34
yosh bo‘lgan. Jinsiy taqsimotda ayollar va erkaklar soni teng (65 nafardan), bu
guruhlararo tenglikni ta’minladi. Kasalliklar bo‘yicha taqsimot quyidagicha
bo‘ldi: akne – 25 nafar (19.2%), ekzema – 15 nafar (11.5%), dermatit – 20 nafar
(15.4%), vitiligo – 15 nafar (11.5%), psoriaz – 25 nafar (19.2%), seboreik keratoz
– 20 nafar (15.4%) va melanoma – 10 nafar (7.7%).Ma’lumotlarning normal
taqsimoti Kolmogorov-Smirnov testi yordamida baholandi. Farqlarni baholash
uchun t-test va ANOVA testlari qo‘llanildi, p < 0.05 qiymati statistik ahamiyatli
deb qabul qilindi. Modelning tashxislash aniqligi sezuvchanlik, xoslik, F1-
koeffitsiyent va ROC-AUC ko‘rsatkichlari orqali baholandi. SkinGPT-4
modelining umumiy aniqlik darajasi 91.4% ni, AUC qiymati esa 0.96 ni tashkil
etdi. Bu ko‘rsatkichlar modelning teri kasalliklarini aniqlashdagi yuqori
samaradorligini tasdiqladi.
Muhokama
Ushbu tadqiqotda SkinGPT-4 modelining teri kasalliklarini aniqlashdagi
samaradorligi, texnologik imkoniyatlari va cheklovlari tahlil qilindi; dastlabki
natijalar modelning rasmiy dermatologik ma’lumotlar asosida aniq tashxislar bera
olishini ko‘rsatdi, ayniqsa oddiy dermatologik holatlarda foydalanuvchidan
tushgan rasm va so‘rovnomaga tayangan holda muayyan tashxisni tez va ishonchli
https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
32
tarzda taklif qila oldi; shuningdek, sun’iy intellekt modelining tabiiy tilni
tushunish qobiliyati, foydalanuvchining shikoyatini kontekstda anglab, vizual
belgilarga bog‘lab tahlil qilish imkoniyatlari amaliy jihatdan dolzarbligini
ko‘rsatdi; ammo murakkab klinik holatlarda, noaniq simptomlarda yoki kam
uchraydigan patologiyalarda modelning aniqligi pasaygani kuzatildi, bu esa uning
hozircha faqat yordamchi vosita sifatida qo‘llanishi mumkinligini bildiradi; yana
bir muhim jihat — modelning axloqiy va huquqiy masalalarga to‘liq javobgar
emasligi, ya’ni bemorga noto‘g‘ri tashxis qo‘yilishi ehtimoli mavjud bo‘lib, bu
holatlarda tibbiy xodim ishtiroki zarur bo‘ladi; shuningdek, modelni real
amaliyotga moslashtirish uchun lokal (ya’ni milliy) teri kasalliklari statistikasi
asosida qo‘shimcha o‘qitish, foydalanuvchi tilida soddalashtirilgan interfeyslar
ishlab chiqish va foydalanish xavfsizligini ta'minlaydigan mexanizmlar ishlab
chiqish lozim; umumiy qilib aytganda, SkinGPT-4 modeli tibbiyotda, xususan,
dermatologiyada zamonaviy texnologiyalar asosidagi ilg‘or yondashuvni
namoyon etadi, ammo uning to‘liq amaliyotga joriy etilishi ehtiyotkorlik, klinik
tekshiruvlar va etika tamoyillariga qat’iy amal qilishni talab etadi.
Xulosa va tavsiyalar
Tadqiqot natijalari shuni ko‘rsatdiki, SkinGPT-4 modeli sun’iy intellekt
asosida dermatologik kasalliklarni aniqlashda yuqori aniqlikka ega bo‘lib, ayniqsa
oddiy va keng tarqalgan teri kasalliklarini tashxislashda klinik amaliyotda
samarali qo‘llanilishi mumkin. Modelning keng qamrovli o‘rgatilgan bazasi
tufayli teri yuzasidagi o‘zgarishlarni tez va ishonchli tahlil qilishga qodirligi
kuzatildi. Shu bilan birga, ba’zi kam uchraydigan yoki murakkab patologik
holatlarda modelning aniqligi pastroq bo‘lib, mutaxassis dermatologlar fikri bilan
qo‘shma baholash zarurligi aniqlandi. Bundan tashqari, SkinGPT-4 dan
foydalanishda foydalanuvchi tajribasi, ma’lumotlar maxfiyligi, hamda noto‘g‘ri
tashxis xavfi kabi omillar ham muhim hisoblanadi. Shu asosda quyidagi tavsiyalar
beriladi: SkinGPT-4 modelini mustaqil tashxis qo‘yuvchi emas, balki klinik
qarorlarni qo‘llab-quvvatlovchi yordamchi vosita sifatida cheklangan darajada
https://biti.uz/konferensiya/konferensiya2025/index.html
21 апреля 2025 г.
33
qo‘llash; modelni mahalliy klinik holatlarga moslashtirish maqsadida qayta
o‘qitish; bemor shaxsiy ma’lumotlarini himoyalash choralarini kuchaytirish;
foydalanuvchilar uchun qulay va tushunarli interfeys ishlab chiqish; sun’iy
intellektdan foydalangan holda berilgan tashxislarga aniqlik, ishonchlilik,
xavfsizlik va huquqiy javobgarlik bilan bog‘liq me’yoriy-huquqiy bazani ishlab
chiqish va tibbiy amaliyotga integratsiya qilish zarur. Shu yo‘sinda SkinGPT-4
modeli sog‘liqni saqlash tizimida innovatsion yechim sifatida xizmat qila oladi.
Adabiyotlar
1. Shokirjonov A., "Teri kasalliklarining diagnostikasi va davolash usullari",
Toshkent, 2022, 45-50 sahifalar. [Shokirjonov A., 2022]
2. Muminov B., "Teri patologiyasining zamonaviy usullari", Samarqand,
2021, 112-117 sahifalar. [Muminov B., 2021]
3. Karimov D., "Dermatologiyaning asosiy masalalari", Toshkent, 2020, 34-
38 sahifalar. [Karimov D., 2020]
4. Yuldashev R., "Psoriaz va uning klinik tahlili", Buxoro, 2023, 78-82
sahifalar. [Yuldashev R., 2023]
5. Zohidov F., "Vitiligo va uning genetikasiga oid tadqiqotlar", Toshkent,
2021, 22-27 sahifalar. [Zohidov F., 2021]
6. Asqarov J., "Seboreik keratoz va uning klinik xususiyatlari", Andijon,
2022, 91-96 sahifalar. [Asqarov J., 2022]
7. Mustafoyev H., "Akne va uning davolash usullari", Farg‘ona, 2020, 56-60
sahifalar. [Mustafoyev H., 2020]
8. Tursunov A., "Dermatit kasalligi: epidemiologik tadqiqotlar", Samarqand,
2021, 100-105 sahifalar. [Tursunov A., 2021]
9. Ergashev I., "Teri kasalliklarining molekulyar diagnostikasi", Toshkent,
2020, 12-17 sahifalar. [Ergashev I., 2020]
10. Baxtiyorov K., "Teri kasalliklarida terapevtik yondashuvlar", Nukus,
2022, 72-76 sahifalar. [Baxtiyorov K., 2022]
11. Bobojonov M., "Psoriaz va dermatologiya", Toshkent, 2021, 150-155
sahifalar. [Bobojonov M., 2021]
12. Abdulxayev S., "Teri kasalliklarida genetik va ekologik omillar",
Urganch, 2023, 210-215 sahifalar. [Abdulxayev S., 2023]
