英国《自然》杂志 24 日在线发表的一篇癌症相关研究论文，描述了一种利用深度学习算法来根据照片分类皮肤癌的人工智能（AI）系统，表现不亚于专业临床医生。这项研究突出展示了人工智能支持、简化和扩展皮肤癌诊断的潜力。

皮肤癌是最为常见的人类恶性肿瘤，病因迄今不明。其根据肿瘤细胞的来源不同而有不同的分型，包括表皮、皮肤附属器、皮肤软组织、周围神经、黑素细胞、皮肤淋巴网状组织和造血组织等；而临床表现则分为鳞状细胞癌、基底细胞癌、恶性黑色素瘤以及湿疹样癌。皮肤癌通常由肉眼观察诊断，然后通过活体组织切片和组织学检查确诊。研究人员过去曾试图开发自动分类系统，但由于皮肤病变的外观差异很大，实现这一点并非易事。

美国斯坦福大学研究人员安德鲁·伊斯特瓦及其同事，此次用来自 2000 例不同皮肤癌病例的 12.9 万张图像，形成了一种深度学习算法，攻克了这一难关。深度学习属于机器学习的新领域，是可以建立、模拟人脑进行分析学习的神经网络，在监督学习或无监督学习情况下，它能模仿人脑的机制来解释数据、图像、声音和文本。研究团队在测试中评估了系统识别最常见和死亡率最高的皮肤癌类型（分别为角质形成细胞皮肤癌和恶性黑素瘤）的能力，结果发现，该人工智能系统与 21 位专业临床医生的表现相当。

论文作者提醒，他们的系统还未在现实临床环境中得到验证，但它影响初级保健的潜力是巨大的。美国国家癌症研究所科学家格雷恩·莫里诺总结认为，这一人工智能系统可扩展到包括眼科、放射学科和病理学科在内的其他领域，如果安装在手机上，还能提供廉价而普遍的重要诊断服务。