人工智能在非黑色素瘤皮肤癌中的临床应用

     【据《Current Treatment Options in Oncology》2023 年 3 月报道】题：人工智能在非黑色素瘤皮肤癌中的临床应用（美国布里格姆妇女医院皮肤科 作者 Katherine Sanchez 等）

一、简介 

      人工智能（AI）在皮肤肿瘤领域显示出巨大的前景。在评估和确定非黑色素瘤皮肤癌（NMSCs）治疗方法方面也非常具有潜力。本文将 NMSC 定义为包括基底细胞癌（BCC）、鳞状细胞癌（SCC），以及梅克尔细胞癌（MCC），并探讨人工智能在 NMSC 诊断和治疗中的现状、风险和收益，以及未来发展中的作用。

二、人工智能作为一种诊断工具 

      人工智能诊断算法是根据临床现有图像进行训练的。图像质量和比较的“金标准”各不相同，从手机图像到高质量图片到皮肤镜图像应有尽有。人工智能可以使用机器学习（ML）进行开发，机器学习可以被概念化为一种计算机算法，该算法基于对输入算法的数据（训练集）的分析来训练自己。目前用于皮肤科的人工智能模式通常是辅助诊断工具。

      AI 的质量取决于训练它的图像数量、质量和诊断准确性。最近一项关于 COVID-19 大流行期间远程医疗访问的前瞻性研究表明，AI 在皮肤镜获取的图像上的准确性和灵敏度都有更好的表现，得分为 95.3%，而智能手机图像性能 的得分为 75.3%，两者的特异性相似。以上是人工智能在皮肤癌诊断中为数不多的真实世界研究之一，其余仅在计算机 上进行回顾性研究。这些发现既证明了 AI 诊断的潜力，也强调了理论和现实表现之间的潜在差距。

三、人工智能在 NMSC 治疗中的应用 

      除了诊断，人工智能在 NMSC 无创性诊断检查、提供治疗反应预测及加速新疗法的开发等方面也具有潜力。对复杂的 NMSC 病例进行多学科评估的方法可以改善患者的预后。在一项研究中，使用监督 ML 算法创建了一个风险分层模型，该模型对多学科医疗团队选择传统治疗方法、手术切除或放射治疗复杂 BCC 病例的可靠性预测为 45.1%，对 Mohs 显微手术的分诊可靠性预测为 37.5%。

      人工智能在 NMSC 治疗中的另一个用途是治疗设计和预测疗效。计算药物设计方法已被用于识别天然抗病毒候选药物，通过识别能够干扰 MCPyV LT 蛋白可能的致癌功能的天然疗法来寻找治愈 MCC 的方法。另一种算法显示出预测 SCC 诊断和治疗后放疗反应的能力，敏感性为 85.7%，特异性为 97.6%，准确性为 91.7%。

四、NMSC 人工智能有待进一步改进的领域 

1. 指南的作用

      尽管人工智能具有诊断能力和多学科应用，但其功能背后的可靠性和方法复杂且难以理解，阻碍了其广泛采用。人工智能的作用机制被描述为“黑箱”，因为算法本身及其所基于的训练集无法被使用它们的医生评估。因此，医生可能无法识别人工智能的简单错误，例如可能受到手术皮肤标记影响或训练数据集中发现的其他伪影的影响，这些假阳性或假阴性增加可能会导致临床误诊。基于这些原因，指南和标准化数据集对于开发人工智能模型至关重要。目前已经提出了指南来帮助创建和评估人工智能工具。2022 年制定的 CLEAR 标准提出了一份包含 25 个项目的清单，并区分了高质量算法和较弱算法，可能有助于促进临床医生和患者在皮肤病诊断和治疗中对 AI 模型的信任和接受。

2. 有色人种 NMSC 的诊断 

      NMSC 在有色人种中发病率较低，因此诊断往往被延迟。2021 年一项针对夏威夷多种族人群的研究得出结论，公开可用的人工智能训练集缺乏肤色类型的异质性，特别是 4-6 型 Fitzpatrick 皮肤类型，这对人工智能在区分这些皮肤类型的黑色素瘤和非黑色素瘤皮肤癌时的表现产生了负面影响。用于算法训练的图像较少，并且在较深肤色中进行 NMSC 检测的 AI 性能较差。为了让人工智能在所有人口统计数据中都能准确地发挥作用，需要更具包容性的图像库，尤其是包含有色人种皮肤癌患者的图像和信息的图像库。最近的一项研究包括对浅色皮肤患者的现有图像进行人工调暗，以测试人工智能区分有色皮肤黑色素瘤和 BCC 的能力。使用该数据集训练 AI 工具后，AI 对肤色较深的实际患者的诊断具有更高的敏感性、特异性、阳性预测值和阴性预测值。虽然用人工变暗的照片训练人工智能可能是一个暂时的解决方案，但最终的目标应该是建立来自真实有色皮肤患者的数据集，以捕捉人工智能在临床实践中将面临的真实差异性。一些研究提供了解决方案，通过将数据收集特征转移到更可量化的标记，如特定基因，来减轻临床图像收集中的差异。例如，一项研究证明了在 XGBoost 上使用遗传生物标志物作为 SCC 的预后和诊断指标的能力。

3. 整理数据 

      任何 AI 算法的性能最终都取决于训练数据的质量，不属于训练数据集所包含特征的个体和临床场景可能无法被 AI 可靠地诊断。应对这一挑战的一种方法是皮肤科医生积极投身于数据管理。

五、结论 

      人工智能在改善 NMSC 患者的发病率、死亡率和预后方面具有巨大前景。目前人工智能算法在计算机上的准确性和整体性能够与皮肤科医生一致。除了诊断功能外，人工智能还可能在 NMSC 护理的许多其他方面发挥作用。无论人工 智能的未来走向如何，皮肤科医生都应该站在最前沿帮助指导其应用，并在此过程中保持临床合理的标准。 

（吉林大学第二医院 齐琳 编译 王爽 校审）

文章来源于医学参考报皮肤病与性病学频道