夏日防晒去黑色素新手段，AI技术帮你就这么简单

智能医学行业资讯

每一天都给你新鲜的

最近天气升温真的快，皮肤更是遭了殃，但是你知道保养恢复和治疗皮肤还有这样的操作吗？快来了解一下吧。

目前，大多数皮肤科医师已经开始使用电子皮肤镜系统，将病变转化为图像形式并进行存储，从而方便进行记录和后续随访工作。CNN 可以对存储的图像进行快速评估，以获取关于黑色素诊断的信息。目前我们正在计划进行前瞻性研究，用来评估 CNN 对医生和患者的实际影响。”

CNN 是一种人造神经网络，也是人工智能的一种形式。它模拟了大脑中的神经细胞相互连接，且对眼睛看到的事物产生反映的过程。CNN 能够快速学习它“看到”的图像，并在这个学习过程中对自身表现进行改进，体现了机器学习的原理。

在这项研究中，研究人员使用了超过 10 万张皮肤图像及诊断结果对 CNN 进行训练，提高 CNN 区分恶性和良性皮肤的能力。这些图像都是皮肤镜图像，即放大倍数为 10 倍的皮肤病变图像，其中既包括良性和恶性皮肤，也包括皮肤上痣的图像。在完成训练后，研究人员使用了 300 张新图像，来对 CNN 识别能力进行评估。

在此同时，研究人员邀请了全球 17 个国家的 58 位皮肤科专家，来根据皮肤镜图像做出相应诊断。这一过程主要分为两个阶段：第一阶段时，医生们需要根据皮肤镜图像，来分辨恶性黑色素瘤或良性痣，并选择控制病情的相关措施，包括手术、短期随访和无需采取措施三个选项；在四周后进行的第二阶段，医生们将会收到患者的年龄、性别和病变部位等临床信息，以及这些患者的特写图像，并根据这些信息再次做出诊断和后续措施决策。

研究结果显示，在第一阶段，皮肤科医生能够准确检测到平均 86.6% 的黑色素瘤，同时也可以准确识别出平均 71.3% 的非恶性病变。然而，当 CNN 识别良性痣的准确率达到同样的 71.3% 时，它检测出黑色素的准确度竟高达 95%！在第二阶段，皮肤科医生的表现有所改善，能够准确地诊断出 88.9% 的恶性黑色素和 75.7% 的非病变。

“这些研究结果表明，深度学习卷积神经网络在检测黑色素的过程中，比经验丰富的皮肤科专家表现还要好，”该研究的第一作者，德国海德堡大学皮肤病学系高级管理医师 Holger Haenssle 教授表示：“CNN 可以帮助医生进行皮肤筛查，从而决定是否需要对病变进行活检。

当然，我们能否早日实现用AI技术不仅是治疗疾病，还有保养恢复，就要看等试验案例来证明，不过照这个样子发展下去，使用AI人工智能去实现皮肤的保养，也就是时间的问题了。

-END-