科学家开发自动化技术可在早期阶段检测黑色素瘤

即使是zui牛的专家也有可能被黑色素瘤愚弄。患上这种皮肤癌的病人经常会在皮肤上长出一些看起来像痣的东西但是形状和颜色可能不规则，很难与良性的痣进行区分，因此黑色素瘤的诊断非常困难。

现在来自美国洛克菲勒大学的研究人员开发出一种自动化技术，结合影像检查与数字分析以及机器学习帮助医生在早期阶段检测病人的黑色素瘤。

“在关于如何评估黑色素瘤的皮肤病领域亟待建立标准化规范。通过筛查进行黑色素瘤的检测能够拯救许多病人但是也存在很大挑战，即使是对可疑病变进行提取和活检，能够确定为黑色素瘤的病例也只有大约10%。”James Krueger教授这样说道。

在这个新方法中，病变的图片会经过一系列计算机程序的处理，从中提取颜色数目以及其他可定量数据。这种分析方法会产生一个整体的风险指数，叫做Q指数，代表着发生癌变的可能性。

zui近发表在Experimental Dermatology上的一项研究对这种方法的可用性进行了评估，研究表明Q指数在发现早期黑色素瘤方面的正确率很高。对正常痣的正确检测率为36%，接近皮肤病专家在显微镜下对可疑痣的直观检测。

研究人员在开发该工具的过程中使用了60张黑色素瘤的图片和等量的良性生长物图片，用图像处理程序进行分析。他们开发了图像标记物来准确定量生长物的视觉特征，再利用计算机软件产生一系列可定量指标来区分两组图片。

通过将数据与每一种标志物进行结合，他们为每张图片计算出一个Q指数，介于0和1之间，数字越大代表癌变的可能性越大。

之前曾有研究发现，病变的颜色数目是确定癌变的zui显著标记物。如果只看某些特定颜色通道，另外一些标记物也会比较显著，根据这一发现或可开发更多标记物来提高诊断的准确性。

研究人员表示，他们下一步计划在更大的研究中对这种方法进行评估，进一步研究如何利用特定的颜色来揭示病变的更多细节，这可能对于未来进行黑色素瘤的诊断非常有用。