皮膚癌在美國是一種高發疾病，每年都有 500 萬人被診斷患有此病，全美衞生系統為此要花掉 80 億美元，而這 500 萬人中有超過 10 萬例都是皮膚癌中致死率最高的黑色素瘤，它每年都會奪走超過 9 千條性命，而且這一數字還在逐年攀升。
在世界範圍內看，黑色素瘤也是公共健康的大敵。在澳大利亞，每年都有超過1.3萬新增黑色素瘤患者，致死人數更是達到每年 1600 人（澳大利亞人口很少）。在歐洲，每年黑色素瘤每年則會奪走 2 萬人的生命。
為了遏制黑色素瘤不斷攀高的死亡率，醫學專家需要與時間賽跑，儘早確診病人皮膚癌的類型。數據顯示，如果能及時發現並對症治療，病人五年內的成活機率超過 98 % 。不過，一旦癌細胞擴散到病人的淋巴系統，成活機率馬上就會降到 16 % 以下。
科技的發展為醫生提供了非常有效的工具。如今專業的皮膚科醫生可以利用名為“皮膚鏡”（Dermoscopy）的影像技術提早發現黑色素瘤，但這種方法依然面臨兩大挑戰。
引用
- 首先，醫學界能掌握此類技術的專業醫生數量嚴重不足，因此在許多偏遠地區病人的病情會被耽誤。如何讓此類診斷方式常態化、廉價化是當今醫學界最大的挑戰。
- 其次，人非聖賢，孰能無過，在診斷過程中發生誤診是常事。數據顯示，想確診一例黑色素瘤，至少要進行九次手術活檢。而手術活檢不但會給病人帶來巨大的身體疼痛，還會浪費大量金錢。
因此，針對這兩項挑戰醫學界需要加大創新力度，提高黑色素瘤診斷的準確度。人類醫學發展至今，血檢一直是有效方式之一，而且這種方式快捷方便，普通醫生只需經過簡單訓練就能在本地醫療機構或實驗室完成檢驗工作。檢驗完成後，數據就能成為主治醫師下達診斷通知書的重要參考。可惜的是，如今醫學界針對黑色素瘤還沒有可靠的血液檢測方式。
醫生在未來能否只通過圖片就確診皮膚癌患者呢？
IBM 研究院一直致力於將新技術應用於皮膚圖像分析中去，參與該項目的除了醫學專家，IBM 的機器學習、計算機視覺和雲計算專家都投入了巨大的精力。此外，紀念斯隆凱特林癌症中心也為這項研究盡心盡力。
最近，IBM 就藉助計算機視覺開發了一種新技術，未來只靠圖片就能準確的診斷患者是否患有黑色素瘤，就像現有的血液測試一樣方便快捷。不過，擁有這樣神力的並非人類醫學專家，IBM 靠的是雲端分析服務。在它們的設想中，未來醫護人員只需利用皮膚鏡拍攝一張病變患處的圖片並上傳到雲端分析服務中心，不久後就能獲得詳細的檢測報告。隨後，醫生只需詳細分析報告中的數據，就能判斷病人是否患了黑色素瘤。除了檢測皮膚癌，報告中的數據還涉及患者的皮下細胞結構，醫生能及時判定患者是否還有罹患其他疾病的可能。
2015 年，IBM 的團隊就發佈了該診斷方法的初步研究報告。在報告中，IBM 描述了計算機視覺診斷方式的優勢。藉助 MSK 和國際皮膚成像合作機構的幫助，IBM 已經拿到了初始數據集。在研究中，IBM 成績斐然，不過眼下這一算法還是不夠智能，依然需要醫學專家描出圖中皮膚病變處的輪廓。至於診斷結果到底準確與否，IBM 表示它們還未與人類醫學專家進行直接對比（2015年時）。
研究報告發布後，IBM 一直在推進計算機視覺診斷技術的進步，其目標就是讓電腦自動識別皮膚病變區域同時提高分析的效率。同時，它們還力邀 8 位專家進行診斷效果比拼，結果發現，IBM 的計算機視覺診斷方式的表現比此前的診斷方式要好上 3 倍，同時其準確度與 8 位業內專家達到了相同級別。
這份全新的研究報告將在 2017 年正式發佈，不過康奈爾大學已經在 arXiv 的預發表服務器上發佈出該報告。
不過，需要注意的是這一診斷方式依舊處在早期階段。IBM 的計算機視覺診斷系統如今只參與過 3000 例皮膚癌的診斷，而一個經驗豐富的醫師每天就能診斷 25 位病人，如果每月按 20 個工作日來算，醫師每年就能診斷 6000 個病人。因此，IBM 系統的診斷水平只能算是剛剛入行的醫學院學生而已，要想將該系統投入實戰，IBM 還得對其多加培訓。
不過，希望總是有的，如果計算機視覺診斷系統能擔起重任，醫生就能花更多時間在疾病的治療上了。
via IBM.com
【招聘】雷鋒網(公眾號：雷鋒網)堅持在人工智能、無人駕駛、VR/AR、Fintech、未來醫療等領域第一時間提供海外科技動態與資訊。我們需要若干關注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優良的外翻編輯加入。工作地點深圳。簡歷投遞至 guoyixin@leiphone.com。兼職及實習均可。
推薦閲讀：
九個醫療健康領域，人工智能如何大顯神通？
智能電子手術刀iKnife能識別癌變組織
雷鋒網原創文章，轉載請註明來源出處
資料來源：雷鋒網
作者/編輯：老呂IO.
請按此登錄後留言。未成為會員? 立即註冊