AI检测皮肤癌准确率比皮肤病学专家还高 服不服？
2018-06-14 秦宝娟（编译） 健康界
最新研究首次发现人工智能可能比训练有素的医生更擅长检测皮肤癌。一项由国际研究小组进行的研究，将经验丰富的皮肤科医生与机器学习系统——深度学习卷积神经网络（Convolutional Neural Network， CNN）)进行对比，比较究竟谁在发现恶性黑色素瘤方面更胜一筹。结果如何？大多数皮肤科医生的表现都优于CNN。该报告发表在《肿瘤学年鉴》(Annals of Oncology)上。来自全世
最新研究首次发现人工智能可能比训练有素的医生更擅长检测皮肤癌。一项由国际研究小组进行的研究，将经验丰富的皮肤科医生与机器学习系统——深度学习卷积神经网络（Convolutional Neural Network， CNN）)进行对比，比较究竟谁在发现恶性黑色素瘤方面更胜一筹。
结果如何？大多数皮肤科医生的表现都优于CNN。该报告发表在《肿瘤学年鉴》(Annals of Oncology)上。
来自全世界17个国家的58名皮肤科医生参与了这项研究。50%以上的医生是专家级别，并且有超过5年的工作经验，19%的医生有2年到5年的工作经验，29%的医生有不到2年的工作经验。
研究人员向医生们展示了100张皮肤病变的图像，要求他们用专业知识来判断是恶性黑色素瘤还是良性痣，并给出控制病情的方案，比如是选择手术，还是短期随访，或不需要采取行动。4周后，研究人员向皮肤科医生提供了有关病人的临床信息，包括年龄、性别、皮肤病变位置和同一病例的特写图像，并再次要求他们作出诊断和管理决定。
这项研究的作者同时也向CNN展示了一组300张皮肤病变的图像。CNN是一种人工神经网络，其灵感来源于当大脑神经元相互连接并对眼睛所看到的东西作出反应时所发生的生物过程。它拥有机器学习的能力，或者从它所“看到”的东西中自学，这样就能不断地提高自身的性能。
初看时，皮肤科医生诊断出黑色素瘤的平均准确率为87%，诊断出良性痣的平均准确率为73%，而CNN检测出黑色素瘤的准确率高达95%。
当皮肤科医生获得更多关于患者的信息和照片时，情况有所改善：他们诊断出恶性黑色素瘤和良性痣的准确率分别提升到了89%和76%。尽管如此，人工智能系统的表现仍优于医生，该系统仅靠图像工作。
“CNN检测黑色素瘤的漏诊率更低，这意味着它比皮肤科医生有更高的敏感性，而且它将良性痣误诊为恶性黑色素瘤的几率更低，这意味着它具有更高的特异性。这将减少不必要的手术。”研究作者、德国海德堡大学(University of Heidelberg in Germany)皮肤科高级管理医师霍格尔·汉斯勒(Holger Haenssle)教授在一份声明中说道。
在最初的一轮诊断中，皮肤科专家在鉴别恶性黑色素瘤方面比缺乏经验的医生表现得更好，但他们的平均正确诊断率仍比人工智能系统差。
汉斯勒说：“这些研究结果表明，CNN能够在检测黑素瘤的任务中表现出优于皮肤科医生的能力，包括训练有素的专家。”
卫生官员说，非黑色素瘤和黑色素瘤皮肤癌的发病率近年来一直在上升。根据美国疾病控制和预防中心（U.S. Centers for Disease Control and Prevention）的最新统计数据，美国每年有超过7.66万人被诊断患有黑色素瘤，超过9300人死于黑色素瘤。早期发现是成功治疗的关键，但许多病例只有在癌症处于晚期时才能诊断，并且变得更难治疗。
研究人员认为，人工智能不可能取代医生。相反地，它可能是一个有用的工具，帮助医生诊断皮肤癌。
在一篇附带的社论中，澳大利亚墨尔本莫纳什大学（Monash University in Melbourne， Australia）的维多利亚·马尔（Victoria Mar）博士和布里斯班昆士兰大学（University of Queensland in Brisbane）的H. Peter Soyer教授指出，在AI成为临床使用标准之前，需要解决许多问题。比如一些黑色素瘤在某些部位上的成像困难，例如手指、脚趾和头皮。如何训练人工智能来识别非典型黑色素瘤和那些患者自己不知道的黑色素瘤，这也是一个挑战。
他们写道，“这项研究表明，人工智能保证了一个更标准化的诊断准确性水平，这样所有的人，无论他们住在哪里，或者他们看到的是哪一位医生，都能获得可靠的诊断评估。”
该研究总结道：“目前，没有什么可以替代彻底的临床检查。尽管要实现这一令人兴奋的技术还有很多工作要做，自动化诊断迟早会改变皮肤病的诊断模式。”
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#皮肤病#
23
学习了.谢谢分享
73
不服
93