来源： 时间：2022-08-13 12:35:05
一项研究发现，人工智能系统可以比有经验的皮肤科医生更好地检测皮肤癌。研究人员训练了一种被称为深度学习卷积神经网络 (CNN) 的人工智能或机器学习形式，通过向它展示超过100,000张恶性黑色素瘤 (最致命的皮肤癌形式) 以及良性痣 (或痣) 的图像来识别皮肤癌。
他们将其表现与58名国际皮肤科医生的表现进行了比较，发现CNN漏诊的黑色素瘤和误诊的良性痣比皮肤科医生少。
“CNN的工作就像孩子的大脑。为了训练它，我们向CNN展示了100,000多个恶性和良性皮肤癌和痣的图像，并指出了每个图像的诊断，“德国海德堡大学的Holger haensle说。
Haenssle说: “完成培训后，我们从海德堡图书馆创建了两套测试图像，这些图像从未用于培训，因此CNN不知道。”
“一组300图像是为了测试CNN的性能而构建的。在此之前，与CNN的结果相比，选择了100最困难的病变来测试真正的皮肤科医生。”
邀请了来自世界各地的皮肤科医生参加，来自世界17个国家的58人表示同意。他们被要求首先仅从皮肤镜图像 (I级) 诊断出恶性黑色素瘤或良性痣，并决定如何处理病情-手术，短期随访或不需要采取任何措施。
然后，四周后，他们获得了有关患者的临床信息，包括年龄，性别和病变的位置，以及相同100病例的特写图像 (II级)，并要求其做出诊断和管理决定。
在I级中，皮肤科医生准确地检测到黑素瘤的平均86.6%，并正确地识别出非恶性病变的平均71.3%。然而，当CNN检测到黑素瘤的95%。在II级，皮肤科医生提高了他们的表现，准确诊断恶性黑色素瘤和75.7% 的88.9% 不是癌症。
Haensle说: “CNN漏诊的黑色素瘤更少，这意味着它比皮肤科医生具有更高的敏感性，并且误诊为恶性黑色素瘤的良性痣更少，这意味着它具有更高的特异性; 这将导致更少的不必要的手术。”
他说: “这些发现表明，深度学习卷积神经网络能够在检测黑色素瘤的任务中超越包括经过广泛培训的专家在内的皮肤科医生。”
恶性黑色素瘤的发病率正在增加，估计全世界有232,000例新病例，每年约有55,500例死于该病。如果及早发现，可以治愈，但许多病例只有在癌症更晚期且更难治疗时才被诊断出来。研究人员并不认为CNN会接替皮肤科医生诊断皮肤癌，但它可以作为额外的辅助手段。
相关推荐
猜你喜欢
