集成医院工作流的AI工具辅助皮肤病变分类

近日，西班牙阿利坎特大学联合圣胡安·德阿利坎特大学医院正式发布MEL-IA人工智能皮肤病变分类系统。该系统由阿利坎特大学生物启发工程与健康信息学（IBIS）团队主导研发，相关成果发表于《医学系统》期刊。为应对全球皮肤癌高发态势，MEL-IA致力于通过自动化技术辅助早期筛查。系统深度融合移动影像采集、临床信息记录与深度学习算法，可无缝嵌入医院现有IT基础设施。研发阶段，团队调用逾一万五千张皮肤镜图像及患者多维临床数据完成模型训练，赋予系统对黑色素瘤、痣、基底细胞癌、日光性角化病及良性角化病五大类病变的精细鉴别能力。实测数据显示，系统整体准确率达百分之八十六，黑色素瘤与基底细胞癌检测敏感度分别为百分之八十八和百分之九十二。目前，该系统已在合作医院完成临床部署，成功处理近千例皮肤病学检查，单次分析耗时不足一秒，并支持病变影像与诊断记录的长期纵向追踪。团队明确该系统定位为临床决策辅助工具，旨在优化医师评估流程而非独立诊断。未来，研究将聚焦前瞻性验证、移动端直连成像优化及病变分类谱系的进一步扩展。