人工智能帮您提前发现皮肤癌风险

本研究由哥德堡大学萨尔格伦斯卡学院与查尔姆斯理工大学合作开展，旨在探索如何利用现有医疗登记数据提升黑色素瘤风险预测能力。博士生马丁·吉尔斯泰特（Martin Gillstedt）作为主要分析者指出：当前常规医疗中尚无此类决策支持工具，但研究明确表明，整合电子健康档案中的诊断记录、用药史、社会人口学信息等多维度数据，再通过人工智能建模，能显著提高预测效果。实验对比显示，最优AI模型对后续是否患黑色素瘤的判别准确率达73%，而仅依赖年龄和性别的传统方法仅为64%。更重要的是，该模型能精准圈定一小部分极高危人群——其中约三分之一的人在五年内会确诊黑色素瘤。项目负责人、哥德堡大学皮肤性病学副教授萨姆·波莱西（Sam Polesie）强调，这种靶向筛查策略既能提升早期检出率，又能优化医疗资源分配，相当于把群体健康数据引入精准医学，辅助医生开展个体化临床评估。不过研究人员也提醒：该方法尚需进一步验证及政策配套，才能真正落地为日常医疗服务。