研究人員已經開發了人工智能,可能同樣擅長檢測皮膚癌作為皮膚科醫生。
來自斯坦福大學的計算機科學家團隊開始生產一種用於診斷皮膚癌的算法,製作了近130,000張皮膚病圖像的數據庫,並訓練該算法以視覺診斷病情。
發現:AI非常確定的惡性腫瘤和黑色素瘤多達21位皮膚科醫生可以。
“我們製作了一種非常強大的機器學習算法,從數據中學習”說斯坦福大學的研究生兼學習作者安德烈·埃斯特瓦(Andre Esteva)在一份聲明中解釋說,該算法為了視覺上識別皮膚癌而弄清楚了尋找什麼。
識別黑色素瘤和癌
該算法是由Google開發的,並且已經培訓了一千個對像類別中的128萬張圖像 - 被饋送為具有相應疾病標籤的原始像素的129,000張圖像中的每張圖像,這些圖像可以使用德語和阿拉伯語等語言。該任務是為了使算法將惡性腫瘤與良性皮膚病變區分開。
這21家皮膚科醫生的任務是診斷370多個圖像中的癌性和非癌性病變。在所有三個任務中,即角質形成癌分類,黑色素瘤分類和黑色素瘤分類,算法成功地匹配了醫生的表現。
該團隊試圖在不久的將來使算法與智能手機兼容,以便進行可靠但負擔得起的皮膚癌診斷。儘管他們認為將算法轉移到移動設置非常容易,但他們仍然需要在現實世界中進行添加的測試。
在研究中見證了視覺診斷,詳細的在日記中自然希望很快能在其他醫療領域複製。
皮膚癌的禍害
僅在美國,每年大約有540萬例新的皮膚癌病例。五年的黑色素瘤存活率(當時在其最早的階段發現該病情)約為97%,但在晚期發現時,該病情的生存率約為14%。
皮膚癌診斷通常始於視覺檢查,皮膚科醫生在皮膚鏡下查看有關病變。如果該技術被證明尚無定論,或者醫生認為病變癌,則接下來將進行活檢。
在澳大利亞,醫生每年都有超過100萬人的患者諮詢,每年圍繞皮膚癌,其中幾乎佔所有被診斷的癌症的80%。
但是,澳大利亞皮膚科醫生娜塔莎·庫克(Natasha Cook)說,雖然說AI研究可能是“未來的方式”,但警告這些機器仍然會犯錯。
庫克解釋說:“您不能完全依靠技術,因為某些事情實際上會違背標準,需要歷史記錄並需要人類的投入,因此您不會錯過任何事情。”
過度的陽光暴露與皮膚癌有關,越來越多的研究警告不要暴露於陽光和曬黑床上有害的紫外線。在最近的一項研究中防曬霜提供了更強的防曬比海灘雨傘在擴展紫外線曝光方面。