皮膚癌診斷精確度 研究：人腦輸電腦

研究人員今天說，他們在一項研究中讓人類與機器較量，尋找更有效快速的皮膚癌診斷法，發現電腦比人類皮膚科醫師厲害，但研究團隊提醒，機器無法完全取代醫師，只能作為輔助。

法新社報導，德國、美國與法國團隊拿出 10 萬多張影像，教導人工智慧系統如何分別皮膚病灶與良性腫瘤。

接著，研究人員提供惡性黑素瘤與良性痣照片，測試深度學習卷積神經網絡（deep learning convolutional neural network，簡稱 CNN）的診斷能力，與 17 國的 58 名皮膚科醫師比較。

這些皮膚科醫師只有略過半數達到「專家」程度，累積 5 年以上經驗；19% 有兩到 5 年經驗；29% 為新手醫師，只有不到兩年經驗。

研究團隊在刊登於「腫瘤學年報」（Annals of Oncology）的研究報告中寫道：「CNN 的診斷能力勝過大多數的皮膚科醫師。」

平均而言，人類皮膚科醫師從影像中診斷出皮膚癌的準確率為 86.6%，CNN 達 95%。

德國海德堡大學（University of Heidelberg）的研究報告第一作者赫恩斯勒（Holger Haenssle）在聲明中說：「CNN 沒有診斷出黑色素瘤的案例較少，代表敏感度比皮膚科醫師高。」

他說， CNN「將良性痣誤診為惡性黑色素癌的案例也較少…可減少不必要的手術」。

向皮膚科醫師提供更多患者與皮膚病變資料時，診斷準確率就會提高。

研究團隊說，人工智慧有望成為更有用的工具，更快速、更容易診斷皮膚癌，在癌細胞擴散前動手術移除。

研究團隊又說，全球每年新增約 23 萬 2000 起黑色素瘤病例且有 5 萬 5500 起死亡病例。不過，機器還是無法完全取代人類醫師，只能作為輔助。

人體部分部位的黑色素瘤，像是長在手指、腳指與頭皮上的瘤很難拍下，人工智慧可能很難辨識出「非典型」病變或患者本身也沒有察覺的病灶。

墨爾本摩納希大學（Monash University）學者瑪爾（Victoria Mar）與昆士蘭大學（University of Queensland）研究人員索耶爾（Peter Soyer）在與報告一同發表的評論中說：「目前，沒有可以取代徹底臨床理學檢查的替代作法。」

（中央社）