科学家们创建了一种利用人工智能检测皮肤癌的方法。在一项最近的研究中，这种人工智能工具被证明比当前技术更有效。
来自英格兰东部的研究人员开发了一种新的方法，采用人工智能进行皮肤癌检测，根据一项新研究，该方法优于传统方法。
这一协作努力涉及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专家，基于对25,105名患者的53,601个皮肤病变的数据。
在研究期间，团队利用机器学习和组合理论，将22个临床特征缩小到七个最关键的指标，以判断皮肤病变是否可能存在问题。这些因素包括：病变的大小、颜色或形状的变化，粉红色或炎症的迹象，以及个体在15岁时的发色。
研究人员为这七个特征分配了相应的权重，以开发C4C风险评分，达到了69%的准确率。这个评分显著超过了现有方法，如7PCL（62%）和威廉姆斯评分（60%）。
一些新发现的风险因素，包括病变的年龄、粉红色程度和发色，在所有类型的皮肤癌中都显得重要，而旧方法主要针对黑色素瘤，这是一种特定类型的皮肤癌。
安格利亚鲁斯金大学的癌症外科访问教授及Check4Cancer首席医疗官戈登·威肖特教授表示：“这项研究强调了使用临床数据对皮肤病变进行分类的价值，这将增强皮肤癌的检测。”
“我们的创新人工智能模型将C4C风险评分与皮肤病变的图像相结合，可能导致患者接受活检的转诊减少，皮肤癌诊断等待时间缩短，以及患者结果改善。”
咨询整形外科医生佩尔·霍尔，最近从阿登布鲁克医院退休，补充道：“这篇论文提供了重要的见解，帮助识别需要直接检查的皮肤病变的患者。”
“历史上，重点一直放在有色病变和黑色素瘤上，但还有其他皮肤疾病需要关注，如基底细胞癌和鳞状细胞癌。
“国家医疗服务体系面临大量皮肤病变评估转诊，大多数都是无害的。该倡议旨在筛选出可能严峻的病变，并快速识别皮肤更易患癌症的患者，确保他们及时接受护理。”
这项研究部分由来自英国创新局的知识转移合作伙伴关系（KTP）资助，发表在《自然》期刊《科学报告》中。
人们希望到2025年能够获得该人工智能模型的监管批准。
