用于诊断皮肤病变的人工智能

  • 日期:07-23
  • 点击:(596)
  • 来源:(辽宁教育)


  | 原创编译,转载须注明来源!

  RVyzdO35S13Nch

  21 世纪医学的最大进步将是在分子生物学突破的基础上,精准医学的成熟及人工智能渗透到医学的各个领域。

  近日,在维也纳医学大学领导的一项研究中,人类皮肤病专家与计算机算法竞赛。后者取得了更好的结果,但它们目前的能力还无法取代人类。该研究结果近日已发表在《The Lancet Oncology》上。

  RVyzdOT4diA6ZE

  国际皮肤影像协作组织(ISIC)和维也纳医学大学组织了一次挑战,将511名医生的诊断结果与来自77个不同的机器学习实验室的139种算法进行比较。这些实验室参与了国际皮肤成像协作2018年的挑战,并提前收到了10015个图像的数据库。该数据库由维也纳MedUni皮肤病学系的Harald Kittler团队与澳大利亚昆士兰大学合作建立。

  数据库中包括良性(痣、日晒斑、老年疣、血管瘤和皮肤纤维瘤)和恶性色素沉着病变(黑色素瘤、基底细胞癌和色素性鳞状细胞癌)。

  每个参与的医生要求从1511幅图像中随机选择30幅图像进行诊断。结果很明显,在30个病例中,成绩最好的医生正确诊断了18.8个病例,而成绩最高的机器得到了25.4个正确诊断。

  RVyzdOo52h0iwuRVyzdP7CK4yOEF

  该研究第一作者、维也纳医学大学的Philipp Tschandl博士说:“这并不令我感到惊讶。所有参与的机器中有三分之二比人类更好,这一结果在过去几年的类似试验中已经得到证实。”

  不能取代人类

  虽然在这个实验中算法明显优于人类,但这并不意味着在皮肤癌的诊断中机器将取代人类。Tschandl说:“计算机非常适合分析光学快照。但在现实生活中,诊断是一项复杂的任务。临床医生通常会对患者进行全面检查,而不仅仅是单个病变。当做出诊断时,他们还会考虑额外的信息,例如疾病的持续时间、患者是否处于高风险或低风险,以及患者的年龄等,这在本研究中没有提供。

  尽管人工智能的表现令人印象深刻,但仍有改进的余地。对于来自未提供训练图像中的病变诊断,这些机器的准确性明显较低。

  经验对于人类来说,是非常重要的。具有至少十年色素性皮肤病变诊断经验的参与医生表现最佳。

  中国生物技术网诚邀生物领域科学家在我们的平台上,发表和介绍国内外原创的科研成果。

  注:国内为原创研究成果或评论、综述,国际为在线发表一个月内的最新成果或综述,字数500字以上,并请提供至少一张图片。投稿者,请将文章发送至。

  本公众号由中国科学院微生物研究所信息中心承办

  微信公众号:中国生物技术网

  回复关键词“热点”可阅读热点专题文章,包括“施一公”、“肠道菌群”、“肿瘤”、“免疫”和“健康”

达到当天最大量