近日，來(lái)自德國(guó)、美國(guó)和法國(guó)的一個(gè)研討小組用跨越10萬(wàn)張圖片對(duì)一小我工智能體系停止練習(xí)，使它可以或許辨別出風(fēng)險(xiǎn)的皮膚病變和良性的皮膚毀傷。

這臺(tái)機(jī)械——一個(gè)深度進(jìn)修卷積神經(jīng)收集（CNN）——在辨別惡性黑色素瘤和良性痣照片的測(cè)試中，打敗了來(lái)自17個(gè)國(guó)度的58名皮膚科大夫。個(gè)中跨越一半的皮膚科大夫是“專(zhuān)家”級(jí)別，有5年以上的經(jīng)歷，19%的人有2到5年的任務(wù)經(jīng)歷，29%的人是初學(xué)者。

“CNN的表示優(yōu)于年夜多半皮膚科大夫。”研討小組任務(wù)人員表現(xiàn)，均勻而言，人類(lèi)皮膚科大夫精確檢測(cè)出了86.6%的皮膚癌，而CNN的比例為95%。

這項(xiàng)研討的第一作者、海德堡年夜學(xué)的Holger Haenssle在一份聲明中說(shuō)：“CNN檢測(cè)出了更多的黑色素瘤，這意味著它比皮膚科大夫的敏感度更高。”但它照樣“誤診了少部門(mén)惡性黑色素瘤，這將招致不用要的手術(shù)。”

是以，機(jī)械弗成能完整代替人類(lèi)大夫，而只能作為一種幫助手腕。人體某些部位的黑色素瘤，如手指、腳指和頭皮，很難經(jīng)由過(guò)程圖片展示，人工智能能夠難以辨認(rèn)“非典范”病變或病人本身沒(méi)無(wú)意識(shí)到的病變。“今朝，沒(méi)有甚么可以替換完全的臨床檢討。”墨爾本莫納什年夜學(xué)的Victoria Mar和昆士蘭年夜學(xué)的Peter Soyer表現(xiàn)。