坎皮纳斯州立大学（Unicamp）计算机研究所的研究人员开发了一种计算机程序，该程序能够通过模拟人体神经元的人工神经网络以86％的精度诊断诸如黑色素瘤之类的皮肤肿瘤。人类。
所使用的技术可以读取人的皮肤并将信息发送到计算机，以识别发现的病变是良性还是恶性的，这是由于研究人员进行了编程，使机器可以访问数据库。不同类型的皮肤病变的图像。 将来，这些研究人员希望该程序可在医院和诊所中使用，以帮助加快皮肤癌的诊断。
该技术如何应用
Unicamp研究人员正在开发的皮肤肿瘤诊断技术通过称为“ 深度学习” 的过程使用人工智能，该过程包括通过人工神经网络（一种模仿计算机程序的计算机程序）向机器教授某种功能。人体中的神经元。
计算机的这些人工神经网络能够分析皮肤，并考虑到银行提供的约23, 906张照片，其中包含不同类型的皮肤病变，这意味着计算机会将人的皮肤外观与图像进行比较。银行，揭示病变是良性还是恶性的。
该研究表明，即使未完全扫描皮肤部位，计算机仍能够检测到肿瘤，平均可以进行71％的诊断，为早期识别某些类型的皮肤癌和预防皮肤癌提供了前景。治疗更快。
下一步是什么
Unicamp研究是由Google通过一项名为Google拉美研究奖（Lara）的计划资助的，研究人员计划的下一步包括增加照片库中的图像数量，以提高计算机分析的准确性。
研究人员希望该计算机程序将来可以用于安装在手机上，并希望通过附带的专用镜头来诊断皮肤癌。
此外，学者们的希望是，将来该程序可以在没有皮肤科医生的医院和医疗中心使用，并且可以在诊断和决定治疗时用于协助和支持医生。
目前使用的是什么
皮肤癌的主要类型黑色素瘤的诊断是通过一种称为ABCDE的国际方法进行的，其中字母对应于皮肤信号的重要方面，例如：
- 不对称 ：信号的一半彼此不同； 边缘不规则：信号轮廓不清晰； 颜色可变：同一病变中存在多种颜色（黑色，棕色，白色，红色或蓝色）； 直径：在皮肤上的迹象大于6毫米； 演变：标志的大小，颜色和形状发生变化。
黑色素瘤可以痣，斑点或污点的形式出现在身体的任何部位，无论是在皮肤还是在粘膜上，在黑皮肤的人中，这些病变通常都出现在手掌和脚掌上。 黑色素瘤的早期诊断可以带来更好的治疗效果，因此始终观察皮肤的变化非常重要。 这是识别皮肤癌迹象的方法。
