《Hormones & Cancer》：Multimodal artificial intelligence for enhanced skin cancer diagnosis and prognosis
編輯推薦：
皮膚癌作為全球常見且致命惡性腫瘤，其早期診斷與預后評估面臨主觀性、資源限制及觀察者差異挑戰。人工智能尤其是深度學習技術（如卷積神經網絡、視覺Transformer）顯著提升皮膚鏡和臨床圖像分類準確度達皮膚科醫師水平，多模態數據融合（病理、基因組、患者信息）優化預后預測。現存問題包括數據偏差、可解釋性不足、監管障礙及技術可及性差異，需通過可解釋AI、聯邦學習、強化臨床驗證及公平部署策略推動臨床轉化。
摘要
皮膚癌是全球最常見的惡性腫瘤之一，在臨床上具有重要意義，其發病率不斷上升，死亡率也相當高。尤其是黑色素瘤，盡管僅占皮膚癌病例的不到5%，但卻導致了約75-80%的皮膚癌相關死亡。早期發現和準確的預后預測對于改善患者預后至關重要，然而主觀性、資源限制以及觀察者之間的差異往往限制了傳統診斷方法的應用。人工智能（AI）的最新進展，尤其是深度學習，在提高診斷準確性、風險分層和個性化治療計劃方面展現了巨大的潛力。卷積神經網絡、視覺變換器和混合架構在分類皮膚鏡圖像和臨床圖像方面已達到皮膚科醫生的水平；而整合組織病理學、基因組學和患者元數據的多模態方法則提升了預后評估的能力。盡管取得了這些進展，但仍存在一些重大挑戰，包括數據集偏見、缺乏可解釋性、監管障礙以及AI技術獲取的不平等問題。通過可解釋AI、聯邦學習、穩健的臨床驗證和公平的部署策略來解決這些挑戰，對于將AI技術應用于常規醫療實踐至關重要。本綜述綜合了當前關于AI在皮膚癌診斷和預后中的應用的最新證據，強調了關鍵技術創新，并概述了確保AI安全、有效且全球范圍內可應用于皮膚科護理所需的挑戰和未來發展方向。
皮膚癌是全球最常見的惡性腫瘤之一，在臨床上具有重要意義，其發病率不斷上升，死亡率也相當高。尤其是黑色素瘤，盡管僅占皮膚癌病例的不到5%，但卻導致了約75-80%的皮膚癌相關死亡。早期發現和準確的預后預測對于改善患者預后至關重要，然而主觀性、資源限制以及觀察者之間的差異往往限制了傳統診斷方法的應用。人工智能（AI）的最新進展，尤其是深度學習，在提高診斷準確性、風險分層和個性化治療計劃方面展現了巨大的潛力。卷積神經網絡、視覺變換器和混合架構在分類皮膚鏡圖像和臨床圖像方面已達到皮膚科醫生的水平；而整合組織病理學、基因組學和患者元數據的多模態方法則提升了預后評估的能力。盡管取得了這些進展，但仍存在一些重大挑戰，包括數據集偏見、缺乏可解釋性、監管障礙以及AI技術獲取的不平等問題。通過可解釋AI、聯邦學習、穩健的臨床驗證和公平的部署策略來解決這些挑戰，對于將AI技術應用于常規醫療實踐至關重要。本綜述綜合了當前關于AI在皮膚癌診斷和預后中的應用的最新證據，強調了關鍵技術創新，并概述了確保AI安全、有效且全球范圍內可應用于皮膚科護理所需的挑戰和未來發展方向。
