黑色素瘤检出率达95%,AI能战胜皮肤科医生吗?
导读 | 点击上方“转化医学网”订阅我们!干货|靠谱|实用 导 读哲学所言:“经济基础决定上层建筑”。生产力的发展是社会各大领域前进的根本动力,而在其中,科学技术是第一生产力。生产力的发展和科技的进步给人们带来了更加舒适美好的生活,但同时也给自然环境带来了不可估量的创伤。臭氧层空洞的扩大、各种毒性化工原料的接触,都使得人类皮肤癌的发病率大大增加。因此,医学界关于皮肤癌早期确诊的探索从未停息, |
点击上方“转化医学网”订阅我们!
干货 | 靠谱 | 实用
导 读
哲学所言:“经济基础决定上层建筑”。生产力的发展是社会各大领域前进的根本动力,而在其中,科学技术是第一生产力。生产力的发展和科技的进步给人们带来了更加舒适美好的生活,但同时也给自然环境带来了不可估量的创伤。臭氧层空洞的扩大、各种毒性化工原料的接触,都使得人类皮肤癌的发病率大大增加。因此,医学界关于皮肤癌早期确诊的探索从未停息,近日有相关研究已经取得初步成果。
恶性黑色素瘤的发病率全世界大约新增232 000例,每年约有55 500人死于该疾病。但如果在疾病早期能够及时发现,那它是可以治愈的,但许多病例只有在癌症晚期才能确诊。
近日,一份发表在著名期刊《肿瘤学年鉴》中的研究报告显示,德国、美国和法国的研究人员通过对人工智能机器展示100,000多张恶性黑色素瘤(皮肤癌最致命的形式)以及良性痣(或痣)的图像来训练人工智能机器识别皮肤癌。他们将人工智能机器的表现与58名国际皮肤科医生的表现进行了比较,发现它漏诊的黑色素瘤较少,误诊的良性痣也较皮肤科医生组少。
人工智能是一种人工神经网络,其灵感来源于大脑中的神经细胞相互连接并对眼睛所看到的东西作出反应时的生物过程。人工智能能够从它“看到”的图像中快速学习并提高效率。
这项研究的第一作者,德国海德堡大学皮肤科高级管理医师HolgerHaenssle教授解释说:“人工智能机器的工作原理就像孩子的大脑。为了训练它,我们向它展示了超过10万张恶性和良性皮肤癌和痣的图像,并指出了每幅图像的诊断,在整个训练过程中只使用了皮镜图像,即放大了10倍的病变图像。而通过每次训练图像,人工智能机器提高了其鉴别良、恶性病变的能力。
训练结束后,我们从海德堡图书馆创建了两组人工智能从未见过的测试图像来检测人工智能。在此之前,我们选择了100个难度最高的病变来测试皮肤科专家,并将专家的测试结果与人工智能机器的结果进行比较。
来自世界各地的皮肤科医生应邀参加了这次会议,并且其中来自世界17个国家58名医生表示同意。其中17人(29%)表示他们在皮肤镜检查方面的经验不足两年,11人(19%)表示他们有2至5年的经验,30人(52%)表示有5年以上的经验。
参与该测试的皮肤科医生被要求只通过皮镜图像初步诊断恶性黑色素瘤或良性葡萄胎,并作出决定如何管理的情况(手术,短期随访,或不需要采取行动)。
然后,4周后,他们被给予患者的临床信息(包括年龄,性别和病变的位置)和近距离图像相同的100例(二级),并要求再次诊断和管理决定。教授说道:在测试的第一阶段,皮肤科医生准确地检测出平均86.6%的黑色素瘤,并正确识别出平均71.3%的非恶性病变。
然而,当C人工智能机器被调整到与医生相同的水平以正确识别良性痣(71.3%)时,它能检测到95%的黑色素瘤。在测试的第二阶段,皮肤科医生提高了他们的表现,准确诊断了88.9%的恶性黑色素瘤和75.7%的非癌症。
人工智能漏掉的黑色素瘤较少,这意味着它比皮肤科医生更敏感,而且它将良性痣误诊为恶性黑色素瘤的比例更低,这意味着它具有更高的特异性;这将减少不必要的手术。”当皮肤科医生收到更多的二级临床信息和图像时,他们的诊断能力就会提高。
然而,人工智能,仍然只从皮肤镜图像工作,没有额外的临床信息继续超越医生的诊断能力。“皮肤科专家在第一阶段比经验较少的皮肤科医生表现更好,并更好地发现恶性黑色素瘤。
然而,他们的平均能力作出正确的诊断仍然比人工智能更低。他说:“这些发现表明,人工智能能够使皮肤科医生,包括训练有素的专家,在检测黑色素瘤方面表现不佳。”
然而,研究人员并不认为人工智能会取代皮肤科医生诊断皮肤癌,而是认为它可以作为一种额外的辅助手段。人工智能可能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检,并轻松、快速地对存储的图像进行评估,以获得关于黑色素瘤发生概率的“专家意见”。
但这项研究本身也有一些局限性,包括皮肤科医生所处的人工环境中,他们知道自己没有做出“生死”决定;测试内容也不包括所有皮肤损伤,而且来自非高加索皮肤类型和遗传背景的有效图像较少,这些情况就可能使医生并不总是遵循他们不信任的人工智能的建议。
科学技术的发展使得人工智能从理想逐步转变成现实,帮助医生提高皮肤癌的诊断水平,服务于人类健康,但目前的人工智能技术水准还远远无法代替医生的临床诊断。人工智能前景广阔,技术改良日新月异,但要实现人脑的水平仍然任重而道远。“
参考文献:
1. Koh HK. Melanoma screening: focusing the public health journey. Arch
Dermatol 2007; 143(1): 101–103.
2,NikolaouV, StratigosAJ.Emerging trends in the epidemiology of melanoma Br J Dermatol 2014170(1): 11–19
3,Vestergaard ME Macaskill P Holt PE, Menzies SW. Dermoscopy compared with naked eye examination for the diagnosis of primary melanoma: a meta-analysis of studies performed in a clinical setting Br J Dermatol 2008; 159: 669–676
.
(转化医学网360zhyx.com)
还没有人评论,赶快抢个沙发