深度学习软件对皮肤恶性肿瘤诊断准确性的研究

作者：杨静; 段晓雨; 蔡梅

来源：中国皮肤性病学杂志, 2021, 1-15.

DOI：10.13735/j.cjdv.1001-7089.202104124

• 皮肤恶性肿瘤
• 深度学习
• 诊断准确性

目的 分析深度学习软件“优智皮肤”、“睿肤识别”在实际临床工作中对皮肤恶性肿瘤的诊断能力，为临床运用提供依据。方法 以组织病理学诊断为金标准，结合皮肤科医生诊断情况，分析两款深度学习软件在实际临床中对皮肤恶性肿瘤的诊断性能。结果 从区分病例为皮肤恶性/非恶性肿瘤维度看，皮肤科医生总体对皮肤恶性肿瘤的识别灵敏度为96.15%，特异度为63.83%，ROC曲线下面积为0.580（95% CI：0.489～0.668），高于（P<0.05）深度学习软件“优智皮肤”（灵敏度为75.64%，特异度为40.43%，ROC曲线下面积为0.599，95% CI：0.508～0.686）及“睿肤识别”（灵敏度为73.08%，特异度为46.81%，ROC曲线下面积为0.599，95% CI：0.508～0.686）；深度学习软件间识别能力差异无统计学意义（P>0.05）。从诊断准确性维度看，皮肤科医生总体对皮肤恶性肿瘤病例的诊断准确率为84.62%，高于深度学习软件“优智皮肤”（51.28%，P<0.05）及“睿肤识别”（48.72%，P<0.05）；深度学习软件间诊断准确率差异无统计学意义(χ2=0.10，P>0.05)。高级职称皮肤科医生诊断准确率为92.86%，高于中低职称皮肤科医生(63.64%，χ2=8.24，P<0.05)，中低职称皮肤科医生与深度学习软件诊断准确率差异无统计学意义(χ2=1.54，P>0.05)。结论 皮肤科医生总体上对皮肤恶性肿瘤的识别及诊断准确能力均强于两款深度学习软件，但中低职称皮肤科医生的识别及诊断准确能力与两款深度学习软件差异无统计学意义，可成为中低职称皮肤科医生及缺少专业皮肤科医生的基层地区医生临床工作中的辅助工具。

• 单位
  云南省疾病预防控制中心; 昆明医科大学第二附属医院; 云南省肿瘤医院