使用人工智能策略进行皮肤癌图像分类:系统审查
Ricardo Vardasca1,2, Joaquim Gabriel Mendes2,3, Carolina Magalhaes2,3
1ISLA Santarem, Rua Teixeira Guedes 31, 2000-029 Santarem, Portugal.
Journal of imaging
|November 26, 2024
概括
人工智能 (AI) 通过分析医疗图像来增强皮肤癌的检测. 人工智能策略,特别是皮肤镜,显示近乎完美的分类,改善早期诊断和患者的结果.
科学领域:
- 皮肤病学 皮肤病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 恶性皮肤瘤是一个重大的公共卫生挑战,发病率和死亡率不断上升.
- 目前的诊断方法严重依赖于医生的专业知识,可能导致延迟检测或不必要的程序.
研究的目的:
- 系统地审查人工智能 (AI) 方法的实施,以使用各种成像方式对皮肤瘤进行分类.
- 评估AI在改善皮肤癌检测方面的诊断潜力和有效性.
主要方法:
- 根据PRISMA指南进行了系统审查.
- 检索了206个记录并进行了定性分析,重点关注皮肤瘤分类中的AI应用.
- 分析包括各种成像方式,如共聚焦和多光子激光扫描显微镜和皮肤镜.
主要成果:
- 人工智能,特别是与皮肤镜图像相结合时,显示出显著的诊断潜力,实现了近乎完美的分类准确性.
- 支持向量机器和人工神经网络是常用的学习方法,最近的趋势是卷积神经网络.
- 一些研究缺乏关于培训/测试条件的详细报告,这阻碍了可重复性.
结论:
- 人工智能方法在提高皮肤癌诊断的可靠性和速度方面非常有前途.
- 需要进一步的研究来优化人工智能学习方法并确保可重现性.
- 增强的人工智能驱动的早期检测可以显著改善患者的结果,即使在资源有限的医疗保健环境中.


