本週二，一篇關於皮膚癌診斷的文章發表在了醫療期刊《腫瘤學年鑑》（Annals of Oncology）上。研究結果表明，計算機比人類皮膚科醫生更擅長檢測皮膚癌，更專業一點來講，是深度學習卷積神經網絡（CNN）在檢測皮膚癌方面的表現優於有經驗的皮膚科醫生。
這項研究是由來自德國、美國和法國的研究人員組成的小組，建立了一個人工智能系統，並使用了10多萬張圖片教其區分惡性皮膚損傷以及良性皮膚損傷。隨後，該系統——一個深度學習卷積神經網絡（CNN）——與來自17個國家的58位國際皮膚科醫生的診斷進行了對比，結果顯示CNN比皮膚科醫生漏診的黑色素瘤更少，誤診良性痣的幾率更低。
在這58位國際專家中，30人（52%）表示他們擁有五年以上的經驗；17人（29%）表示他們在皮膚鏡檢查方面的經驗不足兩年，11人（19%）表示他們擁有兩到五年的經驗。
研究人員在該論文中表述道：“CNN的表現要好於大多數的皮膚科醫生。”平均而言，類皮膚科醫生準確地檢測到平均86.6%的黑色素瘤，正確地識別出平均71.3%的非惡性病變。然而，當CNN與醫生水平相當，即正確識別出71.3%的良性痣時，它檢測到95%的黑色素瘤。
當然，當皮膚科醫生接收更多關於病人及其皮膚損傷的臨床信息和圖像時，他們的診斷結果會得以提升。該小組稱，人工智能可以作為一種有用的額外輔助技術，幫助醫生更快、更容易地診斷皮膚癌，在它惡化之前進行切除。
他們補充道，“每年世界上大約有232,000個新發黑素瘤病例，55,500人死亡。”同時強調了一些人工智能在成為臨床標準之前需要解決的一些問題，包括在手指、腳趾和頭皮等部位的黑色素瘤難以成像，以及如何訓練人工智能充分識別非典型和患者自己沒有發現的黑色素瘤。
最後，來著墨爾本莫納什大學的專家Victoria Mar 以及昆士蘭大學的Peter Soyer 在該研究發表的一篇社論中寫道：“目前，沒有什麼技術可以替代徹底的臨床檢查。”
閱讀更多 AI小智君 的文章
