發(fā)布日期：2018-05-30

　　近日，研究人員首次表明，深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)（CNN）在檢測(cè)黑色素瘤方面的表現(xiàn)，已經(jīng)超過(guò)了經(jīng)驗(yàn)豐富的皮膚科醫(yī)生，這項(xiàng)研究的論文成果發(fā)表在了癌癥期刊《Annals of Oncology》上。

　　CNN是一種人造神經(jīng)網(wǎng)絡(luò)，也是人工智能的一種形式。它模擬了大腦中的神經(jīng)細(xì)胞相互連接，且對(duì)眼睛看到的事物產(chǎn)生反映的過(guò)程。CNN能夠快速學(xué)習(xí)它“看到”的圖像，并在這個(gè)學(xué)習(xí)過(guò)程中對(duì)自身表現(xiàn)進(jìn)行改進(jìn)，體現(xiàn)了機(jī)器學(xué)習(xí)的原理。

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是人工智能的一種形式（圖片來(lái)源：123RF）

　　在這項(xiàng)研究中，研究人員使用了超過(guò)10萬(wàn)張皮膚癌圖像及診斷結(jié)果對(duì)CNN進(jìn)行訓(xùn)練，提高CNN區(qū)分惡性和良性皮膚癌的能力。這些圖像都是皮膚鏡圖像，即放大倍數(shù)為10倍的皮膚病變圖像，其中既包括良性和惡性皮膚癌，也包括皮膚上痣的圖像。在完成訓(xùn)練后，研究人員使用了300張新圖像，來(lái)對(duì)CNN識(shí)別癌癥的能力進(jìn)行評(píng)估。

　　在此同時(shí)，研究人員邀請(qǐng)了全球17個(gè)國(guó)家的58位皮膚科專家，來(lái)根據(jù)皮膚鏡圖像做出相應(yīng)診斷。這一過(guò)程主要分為兩個(gè)階段：第一階段時(shí)，醫(yī)生們需要根據(jù)皮膚鏡圖像，來(lái)分辨惡性黑色素瘤或良性痣，并選擇控制病情的相關(guān)措施，包括手術(shù)、短期隨訪和無(wú)需采取措施三個(gè)選項(xiàng)；在四周后進(jìn)行的第二階段，醫(yī)生們將會(huì)收到患者的年齡、性別和病變部位等臨床信息，以及這些患者的特寫(xiě)圖像，并根據(jù)這些信息再次做出診斷和后續(xù)措施決策。

　　CNN檢測(cè)結(jié)果（紅色曲線）與皮膚科專家檢測(cè)結(jié)果平均值（大型墨綠色圓點(diǎn)）對(duì)比?？梢钥闯觯?dāng)特異度（X軸）數(shù)值相同時(shí)，CNN檢測(cè)結(jié)果的敏感度（Y軸）數(shù)值明顯高于皮膚科專家檢測(cè)結(jié)果（圖片來(lái)源：《Annals of Oncology》）

　　研究結(jié)果顯示，在第一階段，皮膚科醫(yī)生能夠準(zhǔn)確檢測(cè)到平均86.6％的黑色素瘤，同時(shí)也可以準(zhǔn)確識(shí)別出平均71.3％的非惡性病變。然而，當(dāng)CNN識(shí)別良性痣的準(zhǔn)確率達(dá)到同樣的71.3%時(shí)，它檢測(cè)出黑色素瘤的準(zhǔn)確度竟高達(dá)95%！在第二階段，皮膚科醫(yī)生的表現(xiàn)有所改善，能夠準(zhǔn)確地診斷出88.9％的惡性黑色素瘤和75.7％的非癌癥病變。

　　“這些研究結(jié)果表明，深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)在檢測(cè)黑色素瘤的過(guò)程中，比經(jīng)驗(yàn)豐富的皮膚科專家表現(xiàn)還要好，”該研究的第一作者，德國(guó)海德堡大學(xué)皮膚病學(xué)系高級(jí)管理醫(yī)師Holger Haenssle教授表示：“CNN可以幫助醫(yī)生進(jìn)行皮膚癌篩查，從而決定是否需要對(duì)病變進(jìn)行活檢。目前，大多數(shù)皮膚科醫(yī)師已經(jīng)開(kāi)始使用電子皮膚鏡系統(tǒng)，將病變轉(zhuǎn)化為圖像形式并進(jìn)行存儲(chǔ)，從而方便進(jìn)行記錄和后續(xù)隨訪工作。CNN可以對(duì)存儲(chǔ)的圖像進(jìn)行快速評(píng)估，以獲取關(guān)于黑色素瘤診斷的信息。目前我們正在計(jì)劃進(jìn)行前瞻性研究，用來(lái)評(píng)估CNN對(duì)醫(yī)生和患者的實(shí)際影響。”

來(lái)源：新浪醫(yī)藥新聞