具备机器学习能力的黑色素瘤自动侦测工具来袭 可提前发现

黑色素瘤虽然在中国***地区的发生率并不高，但因为极易转移，恶性度高，因此造成的死亡率很高，但如果能提早发现并治疗，也能大大提升病患的存活率，不过要判断黑色素瘤是良性还恶性一直都是许多皮肤科医生相当头痛的问题，最近就有学者开发出自动侦测工具，希望能帮助日后患有此病的病患诊断。

黑色素瘤好发于白种人，但也不代表在中国***地区就不会发生。根据统计，黑色素瘤在中国***地区的皮肤病中约占 7%，而主因大多是由于过度的紫外线曝晒，而身上的痣开始起了不一样的变化，包含尺寸变大、边缘变得不规则、颜色改变、发痒或皮肤破坏等，若发现身上的痣有如此的变化，就得多多注意。

而美国洛克菲勒大学的研究团队近期结合数码图像分析以及机器学习，打造能够自动侦测黑色素瘤的工具，希望能帮助医生更早的找出病患黑色素瘤是良性还是恶性。

研究皮肤科实验室（Laboratory of Investigative Dermatology）的 D. Martin Carter 教授也表示，一直以来黑色素瘤在皮肤病中该怎么评估都是个非常迫切的需求，就算把觉得可疑的病变拿去切片检验，能真正确定是黑色素癌的成功率也只有 10% 而已。

▲ 经分析后，学者开发的新工具会给出 Q-score 判断是否具有癌性。（Source：）

而借由这个新的自动侦测方式，病患的病变图像会先经由电脑去推断出它的颜色以及找出其他的定量数据，在经由分析后给出一个“Q-score”的分数，而 Q-score 分数越高也代表这个痣转换成黑色素瘤的可能性越大。

根据近期的测试，他们发现使用这个 Q-score 具有高达 98% 的灵敏度，意指它能能正确地找出早期黑色素瘤的可能性相当高，而能正确诊断的成功率大约为 36%，跟皮肤科专家用肉眼在显微镜下诊断的成功率大致相同。

而研究学者之一的 Daniel Gareau 也表示，他们相信这个新的工具能帮助早期发现黑色素瘤，提高病患的存活率，并且避免没必要的活体组织切片。而他们接下来也会朝更大的研究发展，看看他们是否能用特定的颜色波长去找出人肉眼看不到的皮肤病变，并帮助医生未来诊断。