图片来源：Flickr，许多精彩艺术家/公共领域。
一个国际研究团队首次表明，人工智能在诊断黑色素瘤方面比人类医生更好。这种特殊形式的机器学习，被称为深度学习卷积神经网络（CNN），能够比世界上一些最有能力的皮肤护理肿瘤学家做出更正确的诊断和更少的误诊中国机械网okmao.com。
人与机器
美国有线电视新闻网（CNN）开始时是空白的。为了教授人工神经网络如何识别皮肤癌，研究人员向其提供了超过100,000张恶性黑色素瘤和良性痣图像的数据集。通过每次迭代，它学习了恶性和良性肿瘤特征的特征模式，在区分二者方面变得越来越好。
在最初的培训结束后，由德国海德堡大学高级管理医师Holger Haenssle教授领导的研究人员团队将AI引入了两套来自海德堡图书馆的新图像。这些各种皮肤损伤的皮肤镜图像对于CNN来说是全新的。一组300幅图像仅用于测试CNN的性能。另一组100张图像由一些最难诊断的病变组成，并用于测试机器和真皮肤科医生。
研究人员能够从17个国家招募58名医生。其中，17名（29％）表示他们在皮肤镜检查方面的经验不到两年，11名（19％）表示他们有2到5年的经验，30名（52％）是具有5年以上经验的专家。 。
根据两个层面的信息，志愿者被要求做出如何管理病情的决定 - 无论是手术，后续行动还是根本没有行动。在I级，皮肤科医生可以使用的唯一信息来自皮肤镜图像。在进行I级评估四周后，每位参与者被要求在II级检查他们的诊断，在那里他们获得了关于患者的更多信息 - 包括年龄，性别和病变的位置，以及放大的图像。同样的情况。
在I级，人类可以准确地检测出86.6％的黑素瘤并正确识别良性病变，平均得分为71.3％。然而，CNN能够在95％的时间内检测到良性痣。在II级，皮肤科医生正如预期的那样显着改善了他们的表现，诊断出88.9％的恶性黑素瘤和75.7％的良性黑素瘤。
即使专家医生比他们经验不足的同行更善于发现黑色素瘤，但他们平均表现优于人工智能。
全世界每年诊断出约232,000例黑色素瘤新病例，每年导致55,500例死亡。癌症可以治愈，但通常需要早期诊断。这就是为什么这个CNN如此令人印象深刻 - 它能够在早期发现更多的癌症，从而挽救生命。
“这些研究结果表明，深度学习卷积神经网络能够胜任皮肤科医生，包括训练有素的专家，负责检测黑色素瘤，”Haenssle说。
当然，所有这些并不意味着医生很快就会被废弃。远非如此：研究人员表示，该机器将增强医生的表现，而不是取代它们。想想医生可以立即转向的第二个“专家”意见。
“这个有线电视新闻网可能会为参与皮肤癌筛查的医生提供帮助，帮助他们决定是否对病变进行活组织检查。大多数皮肤科医生已经使用数字皮肤镜系统对病变进行成像和存储，以便进行记录和随访。然后，CNN可以轻松快速地评估存储的图像，以获得关于黑色素瘤概率的“专家意见”。我们目前正计划进行前瞻性研究，以评估CNN对医生和患者的实际影响，“Haenssle表示。
关于该研究的局限性，重要的是要注意该研究的参与者在人工环境中进行诊断。他们的决策过程在“生死”情况下可能会有所不同，这可能会影响绩效。CNN也有其自身的一些局限性，例如在某些部位如手指，脚趾和头皮上的黑色素瘤图像表现不佳。由于这个原因，仍然没有替代由经过培训的人类医生进行的彻底的临床检查。
话虽如此，这些令人印象深刻的结果表明，由于人工智能的发展，我们即将经历范式转变，不仅在皮肤病学领域，而且在几乎所有医学领域。
该研究结果发表在Annals of Oncology期刊上。