Введение. Дифференциальная диагностика злокачественных (ЗНО) и доброкачественных новообразований (ЗНО) кожи остается ключевой задачей дерматовенерологии и онкологии. При оказании первичной медико-социальной помощи отмечается частая перегрузка врачей-специалистов из-за избыточных направлений случаев доброкачественных новообразований к дерматовенерологам и онкологам. Традиционные методы и алгоритмы диагностики зависят от опыта врача и могут приводить к ошибкам. Программы ЭВМ (приложения для смартфона) на основе моделей искусственного интеллекта (ИИ) с использованием сверточных нейронных сетей демонстрируют высокую точность диагностики, сопоставимую с уровнем точности диагностики опытных врачей-специалистов. Интеграция ИИ в алгоритмы диагностики может улучшить дифференциальную диагностику, оптимизировать маршрутизацию и снизить нагрузку на врачей-специалистов. Цель. Разработать алгоритм применения программ для ЭВМ на основе моделей ИИ «Derma Onko Check» для улучшения диагностики образований кожи, оптимизации маршрутизации пациентов и снижения нагрузки на систему здравоохранения. Материалы и методы. Алгоритм маршрутизации пациентов разработан с использованием заключений программы «Derma Onko Check» для дифференциальной диагностики ЗНО и ДНО кожи по фотоизображениям. При разработке были использованы результаты клинико-нструментальных исследований и фотоизображения 230 меланоцитарных и 151 кератиноцитарных (эпидермальных) опухолей 381 пациента ГВКГ им. академика Н.Н. Бурденко. Был проведен анализ с применением программы на языке программирования Python с использованием библиотек pandas, numpy, scikit-learn, matplotlib. Оптимальный порог алгоритма маршрутизации определен по ROC-кривым и индексу Юдена (Youden’s Index) для баланса чувствительности и специфичности. Маршрутизация и длительность диагностики рассчитаны по нормативным срокам по Программе государственных гарантий бесплатного оказания гражданам медицинской помощи на 2025 год год и на плановый период 2026 и 2027 годов и приказам Минздрава РФ о порядках оказания медицинской помощи населению Российской Федерации. Результаты. Установлен оптимальный порог алгоритма маршрутизации 62%, при котором чувствительность 0.9123, специфичность 0.9126, индекс Юдена 0.8249. Разработаны алгоритмы по 8 вариантам заключений. Без применения программы ИИ длительность диагностики составила 15–37 дней; с применением программы ИИ - 1–37 дней при сокращении общей длительности до 1–23 дней. Обсуждение. Алгоритм маршрутизации минимизирует ложноотрицательные и ложноположительные результаты, ускоряет диагностику, снижает нагрузку на онкологов и дерматовенерологов. Порог алгоритма маршрутизации 62% обеспечивает выявление ЗНО. Заключение. Использование алгоритма маршрутизации пациентов с применением программы ИИ «Derma Onko Check» при дифференциальной диагностике ЗНО и ДНО кожи повышает точность и снижает длительность диагностики, оптимизирует маршрутизацию и снижает нагрузку на систему здравоохранения.