黑色素瘤的厚度對于算法來說同樣難以判斷
發布日期：2022-07-29評估黑色素瘤的厚度很困難，無論是由經驗豐富的皮膚科醫生，還是訓練有素的機器學習算法來完成。哥德堡大學的一項研究表明，該算法和皮膚科醫生在解釋皮膚鏡圖像方面的成功率相同。
在診斷黑色素瘤時，皮膚科醫生會評估它是否是一種侵襲性形式（“侵襲性黑色素瘤”），癌細胞向下生長到真皮并有擴散到身體其他部位的風險，或者是一種較溫和的形式（“黑色素瘤”原位），僅在外層皮膚層（表皮）中發育。深入皮膚一毫米以上的侵襲性黑色素瘤被認為是厚的，因此更具侵襲性。
黑色素瘤是通過使用皮膚鏡（一種裝有強光的放大鏡）進行調查來評估的。診斷黑色素瘤通常相對簡單，但估計其厚度是一個更大的挑戰。“除了提供有價值的預后信息外，厚度還可能影響第一次手術的手術切緣選擇以及需要多快進行手術，”副教授（講師）Sam Polesie 說。
使用網絡平臺，438 名國際皮膚科醫生評估了近 1,500 張用皮膚鏡拍攝的黑色素瘤圖像。然后將皮膚科醫生的結果與經過訓練的機器學習算法的結果進行比較，以對黑色素瘤深度進行分類。在皮膚科醫生中，MIS 正確分類的總體準確率為 63%，侵襲性黑色素瘤的準確率為 71%。
“有趣的是，皮膚鏡檢查的專業背景和經驗對預測黑色素瘤厚度的診斷準確性沒有影響。曲線下面積，即從 0 到 1 的性能測量值，對于預訓練的機器學習算法為 0.83，對于組合算法為 0.85個體讀者的 AUC。總的來說，皮膚科醫生的評估與經過訓練的區分 MIS 和侵襲性黑色素瘤的算法相當，”Polesie 說。
