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習算法來根據(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)則分為鱗狀細胞癌、基底細胞癌,、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)這一點并非易事,。

美國斯坦福大學研究人員安德魯·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，形成了一種深度學習算法,，攻克了這一難關(guān),。深度學習屬于機器學習的新領(lǐng)域，是可以建立,、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡,，在監(jiān)督學習或無監(jiān)督學習情況下，它能模仿人腦的機制來解釋數(shù)據(jù),、圖像,、聲音和文本。研究團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。

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家格雷恩·莫里諾總結(jié)認為,，這一人工智能系統(tǒng)可擴展到包括眼科,、放射學科和病理學科在內(nèi)的其他領(lǐng)域，如果安裝在手機上,，還能提供廉價而普遍的重要診斷服務,。（記者張夢然）