英国东部的科学家开发出了一种使用人工智能检查皮肤癌的方法，在一项新的研究中，这种人工智能工具的表现优于现有的方法。
来自安格利亚鲁斯金大学、Check4Cancer、埃塞克斯大学和阿登布鲁克医院的研究人员研究了人工智能模型，该模型接受了来自25,105名患者的53601个皮肤损伤数据的训练。
在这项研究中，研究人员使用机器学习和组合理论将22个临床特征提炼成最重要的特征，以预测皮肤病变是否可疑。这些特征包括：病变最近是否发生过大小、颜色或形状的变化；病灶是否呈粉红色或发炎；15岁时的发色。研究结果发表在《科学报告》杂志上。
研究人员对这些特征应用比例加权来创建新的C4C风险评分，准确率为69%。在研究中，它明显优于现有的方法，如7PCL（62%）和Williams score（60%）。
他们发现的一些新的风险因素，如病变年龄、肤色粉红度和头发颜色，对所有类型的皮肤癌都很重要，但不包括在旧的方法中，旧的方法只关注黑色素瘤，一种特定类型的皮肤癌。
安格利亚鲁斯金大学癌症外科客座教授、Check4Cancer首席医疗官Gordon Wishart教授说：“这项研究显示了在皮肤病变分类中使用临床数据的重要性，这应该有助于提高皮肤癌的检测。
“我们的新人工智能模型将C4C风险评分与皮肤病变图像相结合，可能会减少患者转诊活检的需求，缩短皮肤癌诊断和治疗的等待时间，并改善患者的预后。”
最近从阿登布鲁克医院退休的整形外科顾问Per Hall说：“这篇论文带来的附加价值是能够帮助识别那些皮肤损伤可疑的患者，这些患者需要进行面对面的分析。
“过去的重点是色素损伤和黑色素瘤，但皮肤上生长的其他东西需要分类，如基底细胞癌和鳞状细胞癌。
英国国家医疗服务体系（NHS）被皮肤病变分析的转诊淹没了——事实上，绝大多数都是无辜的。这项工作旨在筛选出潜在的严重病变，并确定那些皮肤更容易患癌症的患者，以便迅速发现。”
希望监管部门能在2025年批准人工智能模型。
更多信息：Shafiqul Islam等人，利用人工智能和患者元数据开发一种新的皮肤癌检测风险评分，科学报告（2024）。DOI: 10.1038/s41598-024-71244-2期刊信息：安格利亚罗斯金大学提供的科学报告引文：检查皮肤癌的人工智能模型显示出希望（2024年，10月17日）检索自2024年10月17日https://medicalxpress.com/news/2024-10-ai-skin-cancer.html本文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
