英格兰东部的科学家开发出一种使用人工智能检查皮肤癌的方法，一项新研究表明该人工智能工具的表现优于现有方法。

安格利亚鲁斯金大学、Check4Cancer、埃塞克斯大学和阿登布鲁克医院的研究人员共同研发了人工智能模型，该模型基于 25,105 名患者的 53,601 处皮肤病变的数据进行训练。

在这项研究中，研究人员利用机器学习和组合理论，将 22 个临床特征提炼为最重要的特征，以预测皮肤病变是否可疑。这些特征包括：病变是否最近发生了大小、颜色或形状的变化;病变是粉还是发炎;以及 15 岁时的头发颜色。研究结果发表在《科学报告》杂志上。

研究人员对这些特征应用了比例加权，创建了新的 C4C 风险评分，准确率为 69%。在研究中，它的表现明显优于现有的方法，例如 7PCL(62%)和 Williams 评分(60%)。

他们发现的一些新的风险因素，如病变年龄、粉和头发颜色，对所有类型的皮肤癌都很重要，但在旧方法中并未包括在内，旧方法仅关注黑色素瘤(一种特定类型的皮肤癌)。

安格利亚鲁斯金大学癌症外科客座教授兼 Check4Cancer 首席医疗官 Gordon Wishart 教授表示：“这项研究表明了使用临床数据进行皮肤病变分类的重要性，这将有助于提高皮肤癌的检测率。