作为皮肤科医生进行准确的算法

一项研究为在皮肤癌诊断中使用人工智能解决方案提供了更多证据。哥德堡大学(University of Gothenburg)的科学家们通过自己设计的算法，展示了技术在评估皮肤黑色素瘤严重程度方面的能力，与皮肤科医生不相上下。

这项研究发表在美国皮肤病学会杂志该研究成果是哥德堡大学萨尔格伦斯卡学院皮肤病学和性病学系一个研究小组的成果。

该研究在哥德堡萨哈格兰卡大学医院进行。它的目的是，通过机器学习（ml），训练一个算法以确定是否皮肤黑色瘤是侵袭性的，有扩散(转移)的风险，或者是否仍处于生长阶段，局限于表皮，没有转移的风险。

该算法在937张黑色素瘤的皮肤镜检图像上进行了训练和验证，随后在200个病例上进行了测试。所有病例均由皮肤科医生诊断。

算法和皮肤科医生

大多数黑色素瘤被患者而非医生发现。这表明，在大多数情况下，诊断相对容易。然而，在手术前，确定黑素瘤达到的阶段通常更难以更加困难。

制作分类更准确的是，皮肤科医生使用皮肤镜——一种结合了一种放大镜和明亮照明的仪器。近年来，人们对使用ML进行皮肤肿瘤分类的兴趣有所增加，一些出版物表明，ML算法的性能可以与有经验的皮肤科医生相当，甚至更好。

目前的研究现已进一步推动该领域的研究。什么时候一样分类任务通过算法在一方面和七位独立皮肤科医生进行，结果是绘图。

支持患者和医生

该研究的通讯作者、哥德堡大学的研究员、萨尔格伦斯卡大学医院的专家医生Sam Polesie说:“没有一个皮肤科医生的表现明显优于ML算法。”

在发达的形式中，该算法可以作为在手术前评估皮肤黑素瘤严重程度的任务。分类影响了操作需要的大量，因此对于患者和外科医生来说是重要的。

“研究结果是有趣的，希望是该算法将来可以用作临床决策支持。但它需要进一步改善，并监测患者随着时间的推移是必要的，”Polesie的结论是必要的。

---

---