피부 질환에 있어서, 「시진」은 가장 중요한 진단법이지만, 악성 흑색종(멜라노마)이라 불리는 피부암은 「부스러기」라고 외형이 매우 비슷하기 때문에 식별이 곤란하다.옛날부터 화상 ​​진단 기술에 의한 감별 연구가 행해져 왔지만, 통상, AI의 화상 식별에는 하나의 카테고리마다 최소 1,000장의 화상을 이용한 학습이 필요하다고 되어 피부 종양의 식별의 을 위한 시스템 구축에는 14,000장 이상의 이미지가 필요하다.이 그룹은 진단 확정 후의 질 높은 데이터와 교세라 커뮤니케이션 시스템이 축적해 온 화상 해석 노하우를 구사해, 약 6,000장의 임상 사진을 이용한 AI 학습에서도 피부 종양의 식별을 할 수 있음을 나타냅니다 했다.

　AI診断補助システムと日本皮膚科学会認定皮膚科専門医13名とで、画像診断テストを行ったところ、専門医の良悪性の識別率85.3%±3.7%に対し、AIの識別率は92.4%±2.1%と有意に高かった。また、良悪性の識別より難しい14種類の詳細な診断の正答率についても、皮膚科専門医が59.7%±7.1%、AIの正答率は74.5%±4.6%であり、こちらもAI診断補助システムのほうが優れていた。

　이 피부 종양 AI 진단 보조 시스템은 충분한 성능 평가를 실시한 후 수년 이내에 실제 임상 현장에서 사용하는 것을 목표로 하고 있다.

논문 정보:[British Journal of Dermatology]Deep learning-based, computer-aided classifier developed with a small dataset of clinical images surpasses board-certified dermatologists in skin tumor diagnosis