研究人員開發了用於皮膚癌篩選的黑素瘤自動化檢測器

即使是專家也可能被這些頑固難纏的黑色素瘤愚弄。患有皮膚癌的人們通常可以在皮膚上看到生產形狀與顏色不規則的痣。

日前，洛克菲勒大學的研究人員們開發了一種自動化技術，可將成像、數字分析和機器學習相結合，幫助醫生在早期階段檢測黑素瘤。

“皮膚科領域真正需要的是如何標準化評估黑素瘤。”皮膚科醫生James Carl教授說：“通過篩查檢測確實可以挽救生命，然而單單以視覺評估會讓黑色素瘤診斷變得非常具有挑戰性，即使是在疑病變被提取和活檢時，也只有約10％的病例被證實是黑素瘤。這項新方法的提出可以從病變的圖像提取黑色素瘤顏色、數量等一系列信息，再通過計算機程序和其他定量數據的處理，可以分析出相關結論。該分析得出的總體風險評分稱為Q評分，以指示黑色素瘤癌變的可能性大小。”

這項研究日前發表在《Experimental Dermatology》上，研究表明，如果Q評分達到98％，這意味著很可能該皮膚上產生的是早期黑素瘤。正常痣的A評分為36％，接近皮膚科醫生在顯微鏡下進行可疑痣的視覺檢查所達到的水平。

克魯格實驗室的醫生Daniel Gareau）說：“Q評分的出現可有效改進黑色素瘤預測領域的相關技術。”

研究人員通過將60張癌症黑素瘤照片和等量的良性生長痣的照片提供給圖像處理程序來開發這種工具。他們開發了成像生物標誌物來精確量化黑色素瘤生長的視覺特徵。通過組合來自每個生物標誌物的數據，他們計算每個圖像的總Q分數，Q分數越高，代表病變概率較高。

如先前研究所示，病變中的顏色數量是確定惡性腫瘤最重要的生物標誌物。“我認為這種技術可以幫助早期檢測疾病、挽救生命，並避免不必要的活檢。”Gareau說，“接下來的步驟是建立更大的研究，以更精確地評估這種方法，並進一步看看如何使用特定的顏色波長來揭示人眼不可見但仍可用於診斷的相關病變。”

注：此資訊源于網路收集，如有健康問題請及時咨詢專業醫生。

相關問題