Nature：人工智能助力皮肤癌诊断

?

    Andre Esteva及同事使用了129450张皮肤疾病的临床图像，训练深度卷积神经网络分类皮肤病变。他们开发出了一种能使用清晰度与手机拍摄相当的照片分类皮肤病变的算法。这一检测恶性黑色素瘤和皮肤癌的表现与皮肤科医生相仿。作者还提出，这一技术可作为皮肤癌的一种外观筛查，在医院环境外应用。

    皮肤癌是人类最为常见的恶性肿瘤之一。理论上讲，出现在皮肤表面的它们很容易就能被发现，但人们却往往因为皮肤癌与痣长得过于相像，而粗心大意，将它们忽略。等到病情恶化时，则已经为时过晚。

    2月2日发表在Nature上的一篇论文给我们提供了一项方便的工具。而它的背后，则是深度学习和人工智能。

    在人工智能眼里，皮肤病是这样的（图片来源：《自然》）

    在这项研究中，科学家们让一个"卷积神经网络"（Convolutional Neural Network）分析了将近13万张临床上的皮肤癌图片，这个数字比现在最大的研究高出了2个数量级。在大量的学习资料下，这个神经网络迅速成为了一名皮肤癌的专家。

    都说实践是检验真理的唯一标准。这个神经网络究竟准不准，也只有靠实践来测试了。与它一同站上擂台的，是21名资深的皮肤科医生。一场医学领域的"人机大战"一触即发。

    看似接近的不同皮肤病，在人工智能眼里，却有着完全不同的意味（图片来源：《自然》）。

    在第一次测试中，这个神经网络与医生们一同区分两种不同的皮肤疾病——角质细胞癌与良性脂溢性角化病。前者是最为常见的皮肤癌。这一比较发现，综合灵敏性和特异性来看，这个神经网络的表现比大部分参与研究的皮肤科医生都要好。

    第二项测试中，比较的是恶性黑色素瘤与良性的痣。前者是最具杀伤力的皮肤癌。但在这场比试中，人类也同样败下阵来。

    更夸张的是，人类的医生需要十多年的训练和培养，还需要一代一代传承。而人工智能则完全没有这方面的限制。事实上，它只会变得越来越好。

论文题目：Dermatologist level classification of skin cancer with deep neural networks

发表时间：Nature542,115–118 (02 February 2017)

来源：New Horizon in Health、Nature