洛杉矶的皮肤科医生、美国皮肤病学会增强智能委员会主席艾薇·李表示，人工智能引导皮肤癌检测的未来已经近在眼前，即使人类护理仍然至关重要。“整个生态系统已经成熟，我们已经度过了炒作和大媒体头条的阶段。”
2017年《自然》杂志上的一篇论文发现，一种审查了129,450张临床图像的人工智能模型在诊断皮肤癌方面的表现优于21名皮肤科医生。
然而，该论文没有考虑到人类皮肤科医生会询问患者关于病变的问题，并通过触摸来感受病变。纽约纪念斯隆-凯特琳癌症中心的皮肤科医生维罗尼卡·罗特伯格说：“临床医学不仅仅是看照片那么简单。”
快进到今天，专家们正在确定这些人工智能模型如何在现实生活中协助医生并帮助患者。“我们正在探讨如何在现实世界中实用且有意义地使用它。”李说。
“总体来说，我对此持乐观态度。”她补充道，“我们知道我们需要为更多人做得更好。”
扩大访问范围，减少不必要的活检
手持设备可以通过光谱学分析病灶，评估最常见的三种皮肤癌——基底细胞癌、鳞状细胞癌和黑色素瘤。这可能有助于减少在服务不足地区不必要的皮肤科转诊和活检。纽约长老会威尔康奈尔医学中心的临床助理教授米切尔·A·克莱因说。
这些设备旨在供非皮肤科专业的全科医生和其他医疗专业人员使用，但克莱因偶尔也会用它们来辅助判断是否进行活检以及收集数据。他说，这些工具对那些诊断能力较弱且无法获得其他诊断设备的临床医生具有真正的潜在价值。
其中一个产品DermaSensor资助的研究发表在《初级保健与社区健康杂志》上，显示其在初级保健医生中的早期应用数据很有前景。
斯坦福大学生物医学科学和皮肤病学助理教授罗克萨娜·达内什乔指出，DermaSensor在识别皮肤癌方面做得不错，但也有较高的假阳性率，并且不适用于所有类型的病变。但她最大的担忧，也是其他专家的担忧，是这些模型是否已经在多种肤色上进行了测试或训练。
市场上的其他公司还包括在欧盟获批为医疗器械的Skin Analytics，以及另一家总部位于美国的Nevisense，其设备获得了美国食品药品监督管理局的上市前批准，用于检测黑色素瘤。
更高级别的皮肤检查
斯隆-凯特琳癌症中心和其他机构使用3D扫描仪拍摄和监测有复杂黑色素瘤风险的患者。
“下次他们再来时，你就会监测所有这些病变的变化。”罗特伯格说。“患者在自我检查时可以访问这些图像，从而自行确认或标记可疑病变，以便医生进一步检查。”
如今，人工智能用于3D全身扫描的图像渲染和重建。罗特伯格说，下一步将是引入人工智能自动检测皮肤癌。“我们需要更多的研究，但我们正在积极进行。”她说。“我们最近发布了一个包含超过40万张从全身摄影中裁剪出来的图块的数据集，以便人们尝试开发算法。”由于这些照片的数量和质量，对于皮肤科医生来说解读起来非常具有挑战性。“因此，这对人工智能来说是一个巨大的机会。”
一些公司已经提供了类似的服务，但专家们指出，他们还没有看到任何公开可用的数据证明其有效性或监管状态。达内什乔补充说，可能有一些公司在进行试验，随后将申请FDA许可。“我认为这即将到来。”
李还表示，未来可能会广泛提供这种全身扫描服务，这将是一件好事。“任何能够改善筛查和高质量护理的措施都是我们需要改进的地方。”这需要坚实的科学证据证明其安全、经济且公平，以及确保其可持续性和可扩展性的监管工作。
尚未准备好投入实际应用
但专家建议不要使用应用程序和聊天机器人来诊断皮肤癌。
“这实际上非常有问题，因为这些应用程序尚未通过任何监管障碍，有些应用程序声称能够诊断皮肤癌，但实际上没有任何可用数据支持这些声明。”达内什乔说，她与罗特伯格等人在2024年的《JAMA Dermatology》上合著了一篇相关论文。
移动应用程序和聊天机器人可能是“危险的，因为我们作为患者经常求助于这些工具是因为我们无法获得医疗服务。”李说，并补充说数据隐私和安全也应该引起关注。
专家也不建议使用ChatGPT和其他大型语言模型来分析皮肤病变。“我们之前的工作发现，这些模型在皮肤癌诊断方面表现不佳。”达内什乔说。
罗特伯格表示，直接面向消费者的产品仍然是离患者最有用最远的，尽管这是一个“非常有前景的领域”。
目前的金标准是每年进行一次皮肤检查。李说，如果你注意到任何新的或变化的斑点，你应该去看皮肤科医生或医生。
(全文结束)
