迈向一种用于皮肤癌分诊的临床集成人工智能工具

《npj Digital Medicine》：Towards a clinically integrated artificial intelligence tool for triage of skin cancer

　　

摘要

皮肤癌是全球最常见的恶性肿瘤之一，早期发现对于改善治疗效果至关重要。然而，在资源匮乏的地区（如农村地区），由于难以获得皮肤科医生和诊断工具，诊断过程会被延误。本研究介绍了一种基于人工智能（AI）的移动应用程序的临床验证结果，该应用程序旨在帮助全科医疗专业人员对皮肤病变进行分类。该工具根据皮肤病变的恶性风险将其分为五个优先等级，分类标准由皮肤科医生制定。该AI模型基于经过微调的MobileNet-V3架构，使用PAD-UFES-20+数据集（13,569张图像）进行训练，并集成到了一个支持离线操作的移动应用程序中。内部验证结果显示，该模型的灵敏度为0.79，特异性为0.95，AUC值为0.95。在两阶段的临床验证中，共有来自九个城市的131名医疗专业人员参与了测试。在第一阶段，未使用AI时的灵敏度和特异性分别为0.64和0.90，而使用AI后分别提升至0.80和0.92，与模型独立使用时的表现相当。在第二阶段，57名农村地区的社区卫生工作者参与测试，AI辅助提高了病变分类的准确性17%，并减少了30%的不必要转诊情况。参与者的反馈非常积极，认为该工具显著增强了诊断的安全性和医生的信心。这些结果表明，在资源有限的环境中，AI辅助的移动分类工具能够提升诊断效率和医疗服务的质量。