具備機器學習能力的黑色素瘤自動偵測工具來襲 可提前發(fā)現

黑色素瘤雖然在中國***地區(qū)的發(fā)生率并不高，但因為極易轉移，惡性度高，因此造成的死亡率很高，但如果能提早發(fā)現并治療，也能大大提升病患的存活率，不過要判斷黑色素瘤是良性還惡性一直都是許多皮膚科醫(yī)生相當頭痛的問題，最近就有學者開發(fā)出自動偵測工具，希望能幫助日后患有此病的病患診斷。

黑色素瘤好發(fā)于白種人，但也不代表在中國***地區(qū)就不會發(fā)生。根據統(tǒng)計，黑色素瘤在中國***地區(qū)的皮膚病中約占 7%，而主因大多是由于過度的紫外線曝曬，而身上的痣開始起了不一樣的變化，包含尺寸變大、邊緣變得不規(guī)則、顏色改變、發(fā)癢或皮膚破壞等，若發(fā)現身上的痣有如此的變化，就得多多注意。

而美國洛克菲勒大學的研究團隊近期結合數碼圖像分析以及機器學習，打造能夠自動偵測黑色素瘤的工具，希望能幫助醫(yī)生更早的找出病患黑色素瘤是良性還是惡性。

研究皮膚科實驗室（Laboratory of Investigative Dermatology）的 D. Martin Carter 教授也表示，一直以來黑色素瘤在皮膚病中該怎么評估都是個非常迫切的需求，就算把覺得可疑的病變拿去切片檢驗，能真正確定是黑色素癌的成功率也只有 10% 而已。

▲ 經分析后，學者開發(fā)的新工具會給出 Q-score 判斷是否具有癌性。（Source：）

而借由這個新的自動偵測方式，病患的病變圖像會先經由電腦去推斷出它的顏色以及找出其他的定量數據，在經由分析后給出一個“Q-score”的分數，而 Q-score 分數越高也代表這個痣轉換成黑色素瘤的可能性越大。

根據近期的測試，他們發(fā)現使用這個 Q-score 具有高達 98% 的靈敏度，意指它能能正確地找出早期黑色素瘤的可能性相當高，而能正確診斷的成功率大約為 36%，跟皮膚科專家用肉眼在顯微鏡下診斷的成功率大致相同。

而研究學者之一的 Daniel Gareau 也表示，他們相信這個新的工具能幫助早期發(fā)現黑色素瘤，提高病患的存活率，并且避免沒必要的活體組織切片。而他們接下來也會朝更大的研究發(fā)展，看看他們是否能用特定的顏色波長去找出人肉眼看不到的皮膚病變，并幫助醫(yī)生未來診斷。