本周二，一篇关于皮肤癌诊断的文章发表在了医疗期刊《肿瘤学年鉴》（Annals of Oncology）上。研究结果表明，计算机比人类皮肤科医生更擅长检测皮肤癌，更专业一点来讲，是深度学习卷积神经网络（CNN）在检测皮肤癌方面的表现优于有经验的皮肤科医生。

这项研究是由来自德国、美国和法国的研究人员组成的小组，建立了一个人工智能系统，并使用了10多万张图片教其区分恶性皮肤损伤以及良性皮肤损伤。随后，该系统——一个深度学习卷积神经网络（CNN）——与来自17个国家的58位国际皮肤科医生的诊断进行了对比，结果显示CNN比皮肤科医生漏诊的黑色素瘤更少，误诊良性痣的几率更低。

在这58位国际专家中，30人（52%）表示他们拥有五年以上的经验；17人（29%）表示他们在皮肤镜检查方面的经验不足两年，11人（19%）表示他们拥有两到五年的经验。

研究人员在该论文中表述道：“CNN的表现要好于大多数的皮肤科医生。”平均而言，类皮肤科医生准确地检测到平均86.6%的黑色素瘤，正确地识别出平均71.3%的非恶性病变。然而，当CNN与医生水平相当，即正确识别出71.3%的良性痣时，它检测到95%的黑色素瘤。

这项研究的第一作者，德国海德堡大学皮肤科高级管理医师Holger Haenssle教授表示，“CNN漏诊的黑色素瘤更少，表明它比皮肤科医生有更高的敏感度，并且它将良性痣误诊为恶性黑色素瘤的次数也更少，这意味着它的专业性更强。这将帮我们省去更多不必要的手术。”

当然，当皮肤科医生接收更多关于病人及其皮肤损伤的临床信息和图像时，他们的诊断结果会得以提升。该小组称，人工智能可以作为一种有用的额外辅助技术，帮助医生更快、更容易地诊断皮肤癌，在它恶化之前进行切除。

他们补充道，“每年世界上大约有232,000个新发黑素瘤病例，55,500人死亡。”同时强调了一些人工智能在成为临床标准之前需要解决的一些问题，包括在手指、脚趾和头皮等部位的黑色素瘤难以成像，以及如何训练人工智能充分识别非典型和患者自己没有发现的黑色素瘤。

最后，来着墨尔本莫纳什大学的专家Victoria Mar 以及昆士兰大学的Peter Soyer 在该研究发表的一篇社论中写道：“目前，没有什么技术可以替代彻底的临床检查。”