黑色素瘤的厚度对于算法来说同样难以判断
发布日期：2022-07-29评估黑色素瘤的厚度很困难，无论是由经验丰富的皮肤科医生，还是训练有素的机器学习算法来完成。哥德堡大学的一项研究表明，该算法和皮肤科医生在解释皮肤镜图像方面的成功率相同。
在诊断黑色素瘤时，皮肤科医生会评估它是否是一种侵袭性形式（“侵袭性黑色素瘤”），癌细胞向下生长到真皮并有扩散到身体其他部位的风险，或者是一种较温和的形式（“黑色素瘤”原位），仅在外层皮肤层（表皮）中发育。深入皮肤一毫米以上的侵袭性黑色素瘤被认为是厚的，因此更具侵袭性。
黑色素瘤是通过使用皮肤镜（一种装有强光的放大镜）进行调查来评估的。诊断黑色素瘤通常相对简单，但估计其厚度是一个更大的挑战。“除了提供有价值的预后信息外，厚度还可能影响第一次手术的手术切缘选择以及需要多快进行手术，”副教授（讲师）Sam Polesie 说。
使用网络平台，438 名国际皮肤科医生评估了近 1,500 张用皮肤镜拍摄的黑色素瘤图像。然后将皮肤科医生的结果与经过训练的机器学习算法的结果进行比较，以对黑色素瘤深度进行分类。在皮肤科医生中，MIS 正确分类的总体准确率为 63%，侵袭性黑色素瘤的准确率为 71%。
“有趣的是，皮肤镜检查的专业背景和经验对预测黑色素瘤厚度的诊断准确性没有影响。曲线下面积，即从 0 到 1 的性能测量值，对于预训练的机器学习算法为 0.83，对于组合算法为 0.85个体读者的 AUC。总的来说，皮肤科医生的评估与经过训练的区分 MIS 和侵袭性黑色素瘤的算法相当，”Polesie 说。
