英國《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)算法來根據(jù)照片分類皮膚癌的人工智能(AI)系統(tǒng)，表現(xiàn)不亞于專業(yè)臨床醫(yī)生,。這項研究突出展示了人工智能支持,、簡化和擴(kuò)展皮膚癌診斷的潛力,。

　　皮膚癌是最為常見的人類惡性腫瘤，病因迄今不明,。其根據(jù)腫瘤細(xì)胞的來源不同而有不同的分型,，包括表皮、皮膚附屬器,、皮膚軟組織,、周圍神經(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,，然后通過活體組織切片和組織學(xué)檢查確診。研究人員過去曾試圖開發(fā)自動分類系統(tǒng),，但由于皮膚病變的外觀差異很大,，實現(xiàn)這一點(diǎn)并非易事。

　　美國斯坦福大學(xué)研究人員安德魯·伊斯特瓦及其同事，此次用來自2000例不同皮膚癌病例的12.9萬張圖像,，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)或無監(jiān)督學(xué)習(xí)情況下,，它能模仿人腦的機(jī)制來解釋數(shù)據(jù),、圖像、聲音和文本,。研究團(tuán)隊在測試中評估了系統(tǒng)識別最常見和死亡率最高的皮膚癌類型(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)實臨床環(huán)境中得到驗證，但它影響初級保健的潛力是巨大的,。美國國家癌癥研究所科學(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,，還能提供廉價而普遍的重要診斷服務(wù)。(記者張夢然)