一项由哥德堡大学主导的研究显示，一种简单的AI模型在评估常见皮肤癌——鳞状细胞癌的侵袭性方面，表现与经验丰富的皮肤科医生相当。该研究发表于《美国皮肤病学杂志国际版》。 每年，瑞典有超过1万名新发鳞状细胞癌病例，这是继基底细胞癌之后第二常见的皮肤癌类型，且发病率正在迅速上升。该癌症多发生在长期日晒的头颈部等部位，通常由表皮中最常见的细胞在紫外线累积损伤下发生突变所致。病变常表现为粗糙的鳞状斑块、色素不均及皮肤弹性下降。 尽管鳞状细胞癌的临床诊断通常不难，但术前评估其侵袭程度却极具挑战。准确判断肿瘤生长速度，有助于决定手术范围：侵袭性强的肿瘤需尽快手术并切除更多周围组织，而侵袭性弱的则可采用更保守的治疗方式。 在瑞典等许多国家，针对疑似鳞状细胞癌通常不进行术前穿刺活检，而是直接手术，术后通过组织病理学分析确定诊断。因此，无需依赖组织样本的替代评估手段显得尤为重要，而AI图像分析正是一个极具潜力的方向。 研究团队利用1829张经确诊的鳞状细胞癌临床近景图像训练AI模型，随后在300张独立图像上测试其判断肿瘤侵袭程度（分三个等级）的能力，并与七名资深皮肤科医生的评估结果进行对比。结果显示，AI模型的表现几乎与医生团队完全一致。而医生之间的评估一致性仅为中等水平，凸显了该任务的复杂性。 研究还发现，溃疡性或平坦的皮肤表面是肿瘤更具侵袭性的明确标志，具有这些特征的肿瘤进入高侵袭等级的可能性超过两倍。 研究负责人、哥德堡大学皮肤性病学副教授兼萨尔格伦斯卡大学医院皮肤科医生萨姆·波列西强调，尽管AI在皮肤癌领域的应用备受关注，但目前实际临床影响仍有限。他指出，AI应聚焦于真正能提升医疗决策价值的场景，如术前评估。当前模型仍需进一步优化和验证，但方向已明确：AI应融入医疗决策流程，真正为患者和医生带来帮助。