自动侦测癌症 美研究开发诊断工具提高癌症患者存活率
皮肤癌中的黑色素细胞癌在欧美国家较为较为常见，但由于皮肤中的黑色素细胞所处的位置较为深层，一但变为癌细胞容易转移到肺或脑，故黑色素细胞癌最容易转移也最难治愈，若能提早发现治疗才能大幅提高患者存活率。
皮肤科研究实验室（Laboratory of Investigative Dermatology）的 D. Martin Carter 教授认为在皮肤病中如何评估黑色素瘤是个非常急切的需求，一般临床就算把觉得可疑的病变拿去切片检验，癌化确诊的成功率也仅 10%。
位于美国纽约的洛克菲勒大学( Rockefeller University )运用图像分析量化与机器学习演算开发出的可以侦测黑色素瘤的机器，研究团队让这台机器判断60张非正常的痣与60张黑色素瘤在皮肤镜下的照片，分析皮肤颜色出现的种类与变化等生物标记，再加上其他量化的资讯运算出一个「Q-score」的分数，借由这个分数判断黑色素瘤是良性还是恶性。
运算出的结果灵敏度高达 98%，正确诊断率则约为 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。
而研究人员也发现某些特定的生物标记借由不同的颜色波长才看得见，这似乎表示能借由这个发现改变检测黑色素瘤的方式，提高判定的准确度。研究人员也相信他们的机器能帮助医生诊断黑色素瘤，甚至能避免组织切片，提早发现黑色素瘤，提高病患的存活率。
1.Researchers develop automated melanoma detector for skin cancer screening2.Daniel S. Gareau Digital imaging biomarkers feed machine learning for melanoma screening Experimental Dermatology (2016 )19 December
<<-点击获得更多生医新知