皮膚癌診斷精確度 研究:人工智慧優於醫師

發稿時間:2018/05/29 14:06
最新更新:2018/05/29 14:06
字級:

(中央社巴黎綜合外電報導)研究人員說,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。

示意圖,取自於Pixabay圖庫。
示意圖,取自於Pixabay圖庫。

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。」(譯者:張曉雯/核稿:盧映孜)