艾未未的潜力皮肤癌管理有一个警告
人工智能(AI)使用在皮肤准备在皮肤癌评估成为一个强大的工具,但还有待在皮肤病诊断设备将如何影响决策在诊所和影响患者的治疗效果,根据作者的角度来看今天在线发表的澳大利亚医学杂志。
在皮肤病的主要焦点的使用人工智能一直在开发机器学习系统,方便分类为皮肤癌管理和决策支持。
“最近的研究表明,机器学习算法有可能超过专家的诊断性能,和现在的挑战是如何实现这种新技术安全地进入临床实践,”作者写道,维多利亚Mar副教授的带领下,皮肤科医生和主任维多利亚黑色素瘤服务顾问阿尔弗雷德医院。
”对临床实践有两个潜在的负面影响:首先,医生可能会有困难upskilling按照算法的输出;其次,存在潜在的降低和表现不佳的由于过度依赖技术。算法性能取决于大小和质量的训练图像数据集,该算法是否的情况下用于它的目的是,“3月和他的同事写道。
“设备可能被限制在特定的病变诊断的能力(如non-pigmented),或在某些皮肤病变类型(例如,深色皮肤)或网站(如头皮或肢端的)。回顾性图像数据库用来训练算法可能与偏见。此外,工件(如头发,dermoscopic凝胶,气泡,统治者,笔标记,反射)可以转移关键特性。”
有“惊人的”增加原位黑色素瘤的发病率在过去的十年里,从32例每100 000人口在2004年到80年每100人000人2019年,剩下的年龄标准化死亡率相当稳定。
“为了筛查黑色素瘤AI-assisted目标筛选高危个体可能是一个更有效的策略来挽救生命比当前投机取巧的方法,“3月和他的同事写道。
“我们能够识别病变与邪恶生物潜在的改善,从而减少不必要的活检,减少过度诊断和其他与筛查相关的潜在危害。”
使用人工智能临床实践有其优点和缺点,3月和他的同事写道。
“一个人工智能系统作为筛选工具之前,临床医师的评估将使自动化危险分层的个人和/或病变。这种方法可以大大提高临床医生的工作量和及时获得专业护理需要紧急关注。另外,人工智能咨询考试由临床医生可能充当第二个意见提高诊断的灵敏度和减少不必要的活检。后者是更紧密地与当前的临床工作流程,因此可能会优先领域的成熟,”他们写道。
“有潜在的过度依赖人工智能系统在这两个场景。”
在安全方面,3月和他的同事们敦促谨慎尤其是智能手机应用程序向公众开放。
“其中一些提供皮肤损害风险评估,尽管他们可能状态,他们不打算用作诊断设备。有人担心,如果这是对消费者没有立即明显,未注册的应用程序可以使用代替寻求医疗建议。无监督consumer-operated诊断设备需要仔细测试前就被推荐。最终,负责病人的治疗仍然是临床医生和,因此,必须保持高水平的临床智慧,”他们总结道。
