在这项分析中，很少有研究评估了人工智能（AI）在检测黑色素瘤时对不同肤色的准确性。根据一项系统综述，人工智能可以以95%的准确性检测皮肤癌，但在临床环境中得到验证并在更多样化的肤色上积累经验之前，这项技术不会取代皮肤科医生。
这项研究发表在《Frontiers in Medicine》上，分析了最初确定的760篇论文中的18篇，这些论文集中在临床环境中的人工智能应用于皮肤癌检测。研究人员由巴西圣保罗爱因斯坦以色列医院影像研究中心的Brunna C. R. S. Furriel领导，发现尽管许多人工智能系统表现出很高的准确性，但大多数尚未在现实医疗环境中进行充分测试。
“人工智能在皮肤病学中的应用有可能彻底改变皮肤癌的早期检测，”研究作者写道，“然而，必须与医疗专业人员合作验证，以确保其临床有效性和安全性。”
根据皮肤癌基金会的数据，皮肤癌是美国最常见的癌症形式，每天有超过9,500人被诊断出患有该病。每年，超过540万例非黑色素瘤皮肤癌病例在超过330万人中得到治疗。
尽管发病率很高，但获得皮肤科护理的机会仍然有限，尤其是在农村和服务不足地区：不到10%的皮肤科医生在城市中心以外执业，导致早期检测和治疗的差异，《美国皮肤病学会杂志》指出。
在《Frontiers in Medicine》的研究中，几种人工智能系统在检测黑色素瘤和其他皮肤癌方面表现出令人印象深刻的确切率。一款移动应用程序在黑色素瘤检测中达到了95%的准确性，而一所大学医院的研究人员发现他们的深度学习系统在分类皮肤肿瘤方面超过了皮肤科住院医师——尽管认证的皮肤科医生仍然取得了更高的准确性。
研究人员确定的一个主要挑战是训练数据的规模和多样性有限。研究中的数据集大小差异很大——从不到100张图像到超过13万张不等。较大的、更多样化的数据集通常会产生更强大和可靠的结果，但总体而言，数据集中不太可能包括来自具有不同肤色的患者群体的图像。
当数据集被地理识别时，它们通常来自一组有限的西方国家，主要是英国、荷兰、澳大利亚和新西兰。只有少数研究，包括印度研究人员的工作，特别解决了开发适用于所有皮肤类型的AI系统的挑战。
为了确保未来的AI系统能够克服当前的局限性，研究作者建议增加皮肤科医生、数据科学家和医疗从业者之间的合作。这包括标准化图像处理技术，创建更具代表性的数据库，涵盖各种肤色，并在现实世界临床环境中验证AI工具，同时解决伦理和隐私问题。
(全文结束)
