英国东部的科学家们开发了一种使用人工智能（AI）检查皮肤癌的方法，在一项新研究中，该AI工具的表现超过了现有方法。来自安格利亚鲁斯金大学（Anglia Ruskin University）、Check4Cancer、埃塞克斯大学（University of Essex）和阿登布鲁克医院（Addenbrooke's Hospital）的研究人员合作开发了这一AI模型，该模型基于53,601个皮肤病变的数据，涉及25,105名患者。
在这项研究中，研究人员利用机器学习和组合理论，从22个临床特征中提炼出最重要的几个特征，以预测皮肤病变是否可疑。这些特征包括：病变是否最近改变了大小、颜色或形状；病变是否呈粉红色或发炎；以及15岁时的发色。这项研究结果发表在《科学报告》（Scientific Reports）杂志上。
研究人员对这些特征进行了比例加权，创建了新的C4C风险评分，其准确率为69%。在研究中，它显著优于现有的方法，如7PCL（62%）和威廉姆斯评分（60%）。他们发现的一些新的风险因素，如病变年龄、粉红色和发色，对所有类型的皮肤癌都很重要，但未被旧方法纳入，而旧方法仅关注黑色素瘤，一种特定的皮肤癌。
安格利亚鲁斯金大学访问癌症外科教授、Check4Cancer首席医疗官戈登·威沙特教授（Professor Gordon Wishart）表示：“这项研究表明在皮肤病变分类中使用临床数据的重要性，这应有助于提高皮肤癌的检测。”
“我们的新AI模型将C4C风险评分与皮肤病变图像结合，可能会减少患者进行活检的需求，缩短皮肤癌诊断和治疗的等待时间，并改善患者的预后。”
已退休的阿登布鲁克医院整形外科顾问佩尔·霍尔（Per Hall）表示：“这篇论文带来的额外价值在于能够帮助识别皮肤病变可疑到足以需要进一步面对面分析的患者。”
“过去的重点一直是色素性病变和黑色素瘤，但皮肤上还会长出其他需要处理的病变，如基底细胞癌和鳞状细胞癌。”
“NHS面临大量皮肤病变分析的转诊，其中绝大多数实际上是良性的。这项工作旨在筛选出可能严重的病变，并识别那些皮肤更容易发展成癌症的患者，以便他们能够迅速得到诊治。”
希望该AI模型能在2025年获得监管批准。
(全文结束)
