哥德堡大学研究人员开发的人工智能模型在评估皮肤鳞状细胞癌侵袭性方面表现出与专业皮肤科医生相当的诊断水平。这项研究为皮肤癌术前评估提供了新的技术方案。

鳞状细胞癌是瑞典第二大常见皮肤癌类型，年发病患者超过1万人。该癌症多发于长期暴露于阳光的皮肤区域，通常表现为粗糙鳞状斑块及色素沉着异常。研究团队使用1829张确诊临床图像训练人工智能系统，并在300张测试图像上与七位资深皮肤科医生的诊断结果进行对比。

研究结果显示，该人工智能模型在区分三种肿瘤侵袭性方面的表现与医学专家团队基本相当。研究发现溃疡和皮肤表面平坦两个临床特征与肿瘤侵袭性显著相关，具有这些特征的肿瘤发展为高侵袭性的概率达到其他肿瘤的两倍以上。

该研究负责人、副教授Sam Polesie表示："这种癌症是由皮肤表层最常见的细胞类型发生突变引起的，与长期累积的紫外线辐射密切相关。"他同时强调："我们开发的模型需要进一步完善和测试，但前进的方向是明确的——人工智能应该被整合到能够真正为医疗保健决策过程增值的地方。"

目前瑞典多数医疗机构对疑似鳞状细胞癌患者不进行术前活检，而是直接基于临床判断实施手术。这种临床实践凸显了对无创评估技术的需求。研究表明人工智能图像分析可能成为有效的替代方案，帮助医生在术前更准确判断肿瘤侵袭程度，从而制定更精准的手术方案。

该研究成果发表于《美国皮肤病学会国际期刊》。研究人员表示，虽然人工智能在皮肤癌领域的应用尚未产生显著临床影响，但针对术前评估等特定环节的开发具有重要价值。未来研究将集中于模型优化和临床验证，推动人工智能技术在医疗决策中的实际应用。

更多信息： Victor Liang 等人，评估皮肤鳞状细胞癌的分化：一种机器学习方法，JAAD International (2025)。