英國(guó)《自然》雜志24日在線發(fā)表的一篇癌癥相關(guān)研究論文,，描述了一種利用深度學(xué)習(xí)算法來(lái)根據(jù)照片分類(lèi)皮膚癌的人工智能(AI)系統(tǒng),，表現(xiàn)不亞于專(zhuān)業(yè)臨床醫(yī)生,。這項(xiàng)研究突出展示了人工智能支持,、簡(jiǎn)化和擴(kuò)展皮膚癌診斷的潛力,。

　　皮膚癌是最為常見(jiàn)的人類(lèi)惡性腫瘤,，病因迄今不明,。其根據(jù)腫瘤細(xì)胞的來(lái)源不同而有不同的分型,，包括表皮,、皮膚附屬器,、皮膚軟組織、周?chē)窠?jīng),、黑素細(xì)胞,、皮膚淋巴網(wǎng)狀組織和造血組織等;而臨床表現(xiàn)則分為鱗狀細(xì)胞癌、基底細(xì)胞癌,、惡性黑色素瘤以及濕疹樣癌,。皮膚癌通常由肉眼觀察診斷，然后通過(guò)活體組織切片和組織學(xué)檢查確診,。研究人員過(guò)去曾試圖開(kāi)發(fā)自動(dòng)分類(lèi)系統(tǒng),，但由于皮膚病變的外觀差異很大，實(shí)現(xiàn)這一點(diǎn)并非易事,。

　　美國(guó)斯坦福大學(xué)研究人員安德魯·伊斯特瓦及其同事,，此次用來(lái)自2000例不同皮膚癌病例的12.9萬(wàn)張圖像，形成了一種深度學(xué)習(xí)算法,，攻克了這一難關(guān),。深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的新領(lǐng)域，是可以建立,、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),，在監(jiān)督學(xué)習(xí)或無(wú)監(jiān)督學(xué)習(xí)情況下，它能模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù),、圖像,、聲音和文本,。研究團(tuán)隊(duì)在測(cè)試中評(píng)估了系統(tǒng)識(shí)別最常見(jiàn)和死亡率最高的皮膚癌類(lèi)型(分別為角質(zhì)形成細(xì)胞皮膚癌和惡性黑素瘤)的能力，結(jié)果發(fā)現(xiàn),，該人工智能系統(tǒng)與21位專(zhuān)業(yè)臨床醫(yī)生的表現(xiàn)相當(dāng),。

　　論文作者提醒，他們的系統(tǒng)還未在現(xiàn)實(shí)臨床環(huán)境中得到驗(yàn)證,，但它影響初級(jí)保健的潛力是巨大的,。美國(guó)國(guó)家癌癥研究所科學(xué)家格雷恩·莫里諾總結(jié)認(rèn)為，這一人工智能系統(tǒng)可擴(kuò)展到包括眼科,、放射學(xué)科和病理學(xué)科在內(nèi)的其他領(lǐng)域,，如果安裝在手機(jī)上，還能提供廉價(jià)而普遍的重要診斷服務(wù),。(記者張夢(mèng)然)