可以教会AI在使用智能手机相机拍摄的照片上标记可能的皮肤癌，并且图像可以是普通的“人物照”，而不是可疑病变的特写镜头。

该概念在麻省理工学院通过了试镜，生物医学工程师在那里训练，测试和验证了具有38,000多幅图像的深度卷积网络。

除了皮肤病学等级的图像外，该数据集还包括用消费类相机拍摄的15,000多个广角镜头。

研究人员使用经验丰富的皮肤科医生对病变的分类作为基本事实，发现他们的系统在将可疑病变与良性皮肤变色和繁忙的背景分开时，可以达到大约90%的敏感性和特异性。

作者指出，在临床使用中，这种自动筛查技术可以帮助患者前往皮肤科医生进行早期诊断-或至少避免繁琐的单个病灶成像。

这组作者说：“该算法可以识别出与该患者皮肤上大多数其他标记不同的病变，而不是一次评估单个病变以寻找预定的瘤形成征，而是将其标记为与其他大多数标记不同的病变，并按可疑程度对其进行排名，”在他们的研究总结中进行解释。“该算法的性能与经董事会认证的皮肤科医生相似，可以潜在地用于初级保健就诊，以帮助临床医生对可疑病变进行分类以进行随访。”

《科学转化医学》于2月17日发表了该研究。主要作者和资深作者分别是Luis Soenksen博士和Martha Gray博士。