福克斯蔡斯癌症中心和天普大学的研究团队开发了一种新方法，可显著提升人工智能（AI）检测皮肤癌的能力，尤其针对肤色较深的人群。这项研究有望为所有人提供更早、更准确的诊断，无论其肤色如何。
发表在《影像学杂志》上的研究表明，一种名为MST-AI的新型AI工具有助于解决当前皮肤癌检测模型的一个主要问题。大多数现有AI模型在识别浅肤色人群的黑色素瘤——最危险的皮肤癌类型——方面表现较好，但对深肤色人群的检测常出现遗漏或延误，导致确诊时病情已更为严重。
主要作者之一李海恩（Hayan Lee）博士解释道，这一问题的根源在于训练这些AI工具所用的图像大多来自少数几个国家，且主要展示浅肤色患者。这导致AI模型存在偏见，对深肤色人群的准确性降低。
尽管近期许多研究探讨了如何改进AI用于皮肤癌诊断，但大多数并未直接关注肤色差异。它们只是测试AI的整体表现，而忽略了肤色差异，这种泛化方法无法解决公平性问题，使有色人种处于不利地位。
从事计算机科学和癌症研究的李博士表示，试图创建"一刀切"的模型是不够的。我们需要理解并减少由肤色差异导致的错误，使AI工具能为所有人有效工作，而不仅仅是部分人群。
主要研究者、天普大学工程学博士生瓦希德·哈尔哈利（Vahid Khalkhali）与来自天普大学、福克斯蔡斯癌症中心和哈佛大学的科学家团队合作，利用莫恩肤色量表（Monk Skin Tone, MST）开发了MST-AI工具。该量表包含10个色阶，旨在更好地反映人类肤色的完整范围。
MST-AI方法在一个大型公共皮肤癌图像数据库上进行了测试，结果显示其在肤色估计方面比旧方法更为准确。这帮助研究人员平衡了图像集中的肤色数据，这是使AI检测工具更加公平可靠的重要第一步。
研究人员表示，通过使用MST-AI，未来的皮肤癌AI模型将更加智能和包容。医生将能够更早诊断癌症，来自各种背景的患者将获得更好的护理。这对于以往研究中被忽视、癌症可能直到晚期才被发现的人群尤为重要。
这项研究代表着利用技术对抗健康不平等的重大进展。通过确保AI工具包含所有肤色人群的数据，研究团队希望缩小皮肤癌检测差距并帮助挽救生命。
【全文结束】
