顶刊精要｜人工智能用于皮肤癌诊断的现实检验
顶刊精要｜人工智能用于皮肤癌诊断的现实检验的核心信息是什么？
Prof. Harald Kittler ◆ Medical University of Vienna, Vienna, Austria 关键信息 ◆ 人工智能（AI）通过分析大量数据集，能够以惊人的准确度对临床或皮肤镜图像进行分类；AI系统可以自主运行，也可以在人类专家的监督下运行，而最佳结果通常来自于AI和人类专家的协作 ◆ 诊断成像是AI研究中最有前景...
文中所表达的任何观点不代表编辑部的观点，文中提及或排除任何方法或药物并不构成对其使用的提倡、建议或拒绝，因此在为本文中提及的任何产品开处方前，请查阅生产商的最新处方信息。内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。 肖像经Prof. Harald Kittler许可后使用。 本文由Harald Kittler撰写，属于「拓麦精要」分类。 关键词：人工智能、黑色素瘤。 本文由 TalkMED 拓麦医学编辑团队审核发布，内容来源清晰、引用完整，符合平台编辑方针和利益冲突披露政策。
本文核心问答
Q1: 该研究的关键数据和临床意义是什么？
内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。肖像经Prof. Harald Kittler许可后使用。在未获得正式授权前，所有转载及使用文中内容均为侵权。原文来自：Brancaccio G, Balato A, Malvehy J, Puig S, Argenziano G, Kittler H. Artificial Intelligence in Skin Cancer Diagnosis: A Reality Check. J Invest Dermatol. 2024;144(3):492-499. doi: 10.1016/j.jid.2023.10.004 (© Author(s) (or their employer(s)) 2024. This is an open-access article distributed under the terms of the CC BY license.), 作者未参与本精要的编写。
Q2: 这篇文章的来源和作者资质如何？
本文由Harald Kittler，Medical University of Vienna，其他撰写。参考文献DOI：10.1016/j.jid.2023.10.004。发布于2024-05-14。
Q3: 本文涉及哪些核心医学术语和研究方向？
本文围绕「顶刊精要｜人工智能用于皮肤癌诊断的现实检验」主题，涉及人工智能、黑色素瘤等核心术语和研究方向。
Prof. Harald Kittler
◆ Medical University of Vienna, Vienna, Austria
关键信息
◆ 人工智能（AI）通过分析大量数据集，能够以惊人的准确度对临床或皮肤镜图像进行分类；AI系统可以自主运行，也可以在人类专家的监督下运行，而最佳结果通常来自于AI和人类专家的协作
◆ 诊断成像是AI研究中最有前景的领域之一，特别是皮肤癌检测，由于其诊断往往取决于对临床和皮肤镜图像的主观视觉解读，因此成为一个极具吸引力的AI应用领域
◆ 本综述探讨了AI在各种真实世界环境中的优势和局限性，并重点关注其对消费者、全科医生和皮肤科医生的价值；总体而言，本文通过概述AI在皮肤癌检测中的应用证据，强调了在真实生活场景中明显缺乏设计良好的前瞻性研究，从而限制了得出关于AI临床实用性的明确结论
背景与主要方法
◆ 尽管AI在模拟环境中的诊断准确性得到了评估，但在临床环境中，AI辅助诊断的实用性仍然不明确
主要发现
◆ 针对消费者的AI工具：虽然对用于皮肤癌诊断的消费者应用程序的监管取得了显著进展，但仍需不断加强临床验证，以证实其声称的益处
◆ 针对全科医生的AI工具：理论上，当AI应用于初级保健且具备足够的灵敏度时，有可能加强高风险病变患者向二级保健的有效分流，以确保皮肤癌患者及时得到适当的治疗
◆ 针对皮肤科医生的AI工具：在皮肤科领域，AI被应用于多种皮肤癌检测工具，包括全身摄影（TBP）和皮肤镜检查；AI在辅助皮肤科医生识别和监测皮肤病变方面发挥着支持作用
◆ 支持其他非侵入性成像技术的AI工具：AI也被应用于其他非侵入性诊断技术，如反射式共聚焦显微镜（RCM）和光学相干断层扫描（OCT）
◆ AI的局限性：AI的应用面临多种挑战，包括深度学习算法的可解释性问题、算法的泛化能力、患者筛选、图像采集、数据集的偏差、隐私问题、透明度和可解释性，以及应用到日常工作流程中的挑战、公平性和准确性问题
临床意义
◆ 总之，尽管AI在皮肤癌检测中前景广阔，但目前我们仅处于医疗保健领域范式转变的初期阶段
相关阅读
美国FDA批准了首个人工智能皮肤癌检测设备
1
END
1
执行编辑：Tong
供稿：Anna
校对：Jeanne
排版：Vanessa＆Serine
声明：
编辑部对刊载内容进行仔细审阅以尽力保持其准确性，但对稿件的使用或其中的任何错误、遗漏或不准确之处等均不承担任何责任。文中所表达的任何观点不代表编辑部的观点，文中提及或排除任何方法或药物并不构成对其使用的提倡、建议或拒绝，因此在为本文中提及的任何产品开处方前，请查阅生产商的最新处方信息。内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。
肖像经Prof. Harald Kittler许可后使用。在未获得正式授权前，所有转载及使用文中内容均为侵权。
原文来自：Brancaccio G, Balato A, Malvehy J, Puig S, Argenziano G, Kittler H. Artificial Intelligence in Skin Cancer Diagnosis: A Reality Check. J Invest Dermatol. 2024;144(3):492-499. doi:10.1016/j.jid.2023.10.004 (© Author(s) (or their employer(s)) 2024. This is an open-access article distributed under the terms of the CC BY license.), 作者未参与本精要的编写。
#AI∶Artificial Intelligence，人工智能
#Melanoma：黑色素瘤
本文涉及的主要医学术语
文中涉及的核心术语定义：FDA即美国食品药品监督管理局（Food and Drug Administration）。
本文研究方法与设计类型
本研究采用前瞻性研究和真实世界研究设计。
引用格式：顶刊精要｜人工智能用于皮肤癌诊断的现实检验. 发布日期：2024-05-14. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/840 参考DOI: https://doi.org/10.1016/j.jid.2023.10.004
分享
收藏
点赞
