在皮膚病中，“目視檢查”是最重要的診斷方法，但被稱為惡性黑色素瘤（黑色素瘤）的皮膚癌很難區分，因為它看起來與“痣”非常相似。利用診斷成像技術進行區分早已被研究，但普遍認為AI圖像識別需要使用每個類別至少1,000張圖像進行訓練，為此構建系統需要超過14,000張圖像。利用京瓷通信系統積累的高質量診斷後數據和圖像分析技術，該小組證明了可以通過人工智能學習識別皮膚腫瘤，使用約6,000張臨床照片。稻田。

　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。

　該皮膚腫瘤AI診斷輔助系統旨在在進行充分的性能評估後，在幾年內應用於實際臨床環境。

論文信息：[英國皮膚病學雜誌] 使用小型臨床圖像數據集開發的基於深度學習的計算機輔助分類器在皮膚腫瘤診斷方面超越了委員會認證的皮膚科醫生