近日，來(lái)自德國(guó)、美國(guó)和法國(guó)的一個(gè)研究小組用超過(guò)10萬(wàn)張圖片對(duì)一個(gè)人工智能系統(tǒng)進(jìn)行訓(xùn)練，使它能夠區(qū)分出危險(xiǎn)的皮膚病變和良性的皮膚損傷。
這臺(tái)機(jī)器——一個(gè)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)（CNN）——在區(qū)分惡性黑色素瘤和良性痣照片的測(cè)試中，打敗了來(lái)自17個(gè)國(guó)家的58名皮膚科醫(yī)生。其中超過(guò)一半的皮膚科醫(yī)生是“專家”級(jí)別，有5年以上的經(jīng)驗(yàn)，19%的人有2到5年的工作經(jīng)驗(yàn)，29%的人是初學(xué)者。
“CNN的表現(xiàn)優(yōu)于大多數(shù)皮膚科醫(yī)生。”研究小組工作人員表示，平均而言，人類皮膚科醫(yī)生準(zhǔn)確檢測(cè)出了86.6%的皮膚癌，而CNN的比例為95%。
這項(xiàng)研究的第一作者、海德堡大學(xué)的Holger Haenssle在一份聲明中說(shuō)：“CNN檢測(cè)出了更多的黑色素瘤，這意味著它比皮膚科醫(yī)生的敏感度更高。”但它還是“誤診了少部分惡性黑色素瘤，這將導(dǎo)致不必要的手術(shù)。”
因此，機(jī)器不可能完全取代人類醫(yī)生，而只能作為一種輔助手段。人體某些部位的黑色素瘤，如手指、腳趾和頭皮，很難通過(guò)圖片展現(xiàn)，人工智能可能難以識(shí)別“非典型”病變或病人自己沒(méi)有意識(shí)到的病變。“目前，沒(méi)有什么可以替代徹底的臨床檢查。”墨爾本莫納什大學(xué)的Victoria Mar和昆士蘭大學(xué)的Peter Soyer表示。
