周二發(fā)表在《腫瘤學(xué)年報》上的一項研究表明，研究人員發(fā)現，人工智能(即CNN)比有經(jīng)驗的皮膚科醫生更能檢測皮膚癌。

根據一份新聞稿，CNN是一個(gè)人工神經(jīng)網(wǎng)絡(luò )，“受工作中的生物過(guò)程的啟發(fā)，神經(jīng)細胞(神經(jīng)元)在大腦中相互連接，并對眼睛所看到的做出反應。”CNN是一個(gè)快速的學(xué)習者，能夠在看到圖像后自學(xué)，并根據所學(xué)知識提高其性能。這個(gè)過(guò)程被稱(chēng)為機器學(xué)習。

Holger Haenssle教授是德國海德堡大學(xué)皮膚科的研究和管理醫師，他將CNN比作兒童的大腦，在新聞發(fā)布會(huì )上解釋說(shuō)，這項技術(shù)在每次訓練中都得到了改進(jìn)。

在這項研究中，研究人員通過(guò)向CNN展示超過(guò)10萬(wàn)張惡性黑素瘤的圖片，并對其進(jìn)行了訓練。這些惡性黑素瘤是致命的皮膚癌，也是痣的良性腫瘤，并為每一種圖像提供診斷。

來(lái)自德國、法國和美國的研究人員將CNN的表現與皮膚科醫生的表現進(jìn)行了比較，發(fā)現CNN出錯率更低i，而不是皮膚科醫生。皮膚科醫生準確地檢測到平均86.6%的黑色素瘤，并準確地檢測到平均71.3%的痣。然而，CNN正確地識別了95%的黑色素瘤。

在隨后的研究中，皮膚科醫生得到了有關(guān)病人的臨床資料，包括性別、年齡和病灶位置。他們準確診斷惡性黑色素瘤的成功率為88.9%，準確檢測良性痣的成功率為75.7%。然而，即使沒(méi)有這些背景信息，CNN仍然有更高的成功率。

“當皮膚科醫生在II級獲得更多臨床資料和圖像時(shí)，他們的診斷性能得到了提高。”盡管如此，CNN仍然只在沒(méi)有附加臨床信息的情況下工作，繼續超越醫生的診斷能力，”Haenssle在新聞發(fā)布會(huì )上說(shuō)。“這些發(fā)現表明，學(xué)習的卷積神經(jīng)網(wǎng)絡(luò )能夠超越皮膚科醫生，包括廣泛訓練的專(zhuān)家，在檢測黑色素瘤的任務(wù)中。”

根據皮膚癌基金會(huì )的資料，黑素瘤每年在美國的死亡人數約為10130人，而黑素瘤的發(fā)病率也在上升。

雖然Haenssle和他的團隊不認為CNN會(huì )取代皮膚科醫生在皮膚癌篩查中，但他們確實(shí)相信它可以作為額外的幫助。

Haenssle說(shuō):“CNN可能會(huì )為參與皮膚癌篩查的醫生們提供幫助，幫助他們決定是否活檢。”“大多數皮膚科醫生已經(jīng)使用數字皮膚鏡系統對病變進(jìn)行圖像和存儲，以便進(jìn)行記錄和隨訪(fǎng)。然后，CNN可以輕松快速地評估存儲的圖像，以獲得關(guān)于黑素瘤概率的“專(zhuān)家意見(jiàn)”。