作者:by Anglia Ruskin University
英国东部的科学家开发出一种使用人工智能检查皮肤癌的方法,在一项新的研究中,该AI工具的表现优于现有方法。
来自安格利亚鲁斯金大学、Check4Cancer、埃塞克斯大学和Addenbrooke's医院的研究人员开发了这一人工智能模型,该模型是基于53,601份数据训练的。皮肤病变来自25,105名患者的数据。
在这项研究中,研究人员使用了机器学习并结合理论将22个临床特征精简为最重要的几个,这些特征可以预测皮肤病变是否可疑。这些特征包括:病灶近期是否有大小、颜色或形状的变化;病灶是否呈粉红色或发炎;以及15岁时的头发颜色。研究结果表明发表在期刊中科学报告.
研究人员将这些特征赋予比例权重,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Williams评分(60%)。
他们发现的一些新的风险因素,如病变年龄、粉红度和头发颜色,对所有类型的皮肤癌都很重要,但这些因素并未包含在只专注于黑色素瘤(一种特定类型的皮肤癌)的较旧方法中。
戈登·威沙特教授,安格利亚鲁斯金大学访问外科肿瘤学教授以及Check4Cancer首席医疗官表示:“这项研究表明使用临床数据在皮肤病变分类中,这应该有助于提高皮肤癌的检测。
我们的新AI模型结合了C4C风险评分和皮肤病变图像,可能减少患者活检转诊的需求,并缩短等待时间。皮肤癌诊断和治疗,以及改善患者的结局。
最近从Addenbrooke医院退休的整形外科顾问医生Per Hall表示:“这篇论文带来的附加价值在于,它能够帮助识别那些皮肤病变可疑到足以进行面对面分析转诊的患者。”
过去的研究重点在于色素病变和黑色素瘤,但还需要处理其他在皮肤上生长的病变,如基底细胞癌和鳞状细胞癌。
"NHS接到许多关于皮肤病变分析的转诊请求——但实际上大多数病变都是无害的。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,以便他们能尽快接受检查。"
希望该AI模型能在2025年获得监管批准。
更多信息:Shafiqul Islam等,利用AI和患者元数据开发一种新型皮肤癌检测风险评分系统科学报告 (2024). DOI: 10.1038/s41598-024-71244-2
引用用于检测皮肤癌的AI模型显示出前景(2024年10月17日) 检索于2024年10月18日 从https://medicalxpress.com/news/2024-10-ai-skin-cancer.html
本文件受版权保护。除个人研究或学习目的的合理使用外,未经书面许可不得复制任何部分。内容仅用于提供信息之目的。