學者開發黑色素瘤自動偵測工具，幫助早期發現並提高病患存活率

黑色素瘤雖然在台灣的發生率並不高，但因為極易轉移，惡性度高，因此造成的死亡率很高，但如果能提早發現並治療，也能大大提升病患的存活率，不過要判斷黑色素瘤是良性還惡性一直都是許多皮膚科醫生相當頭痛的問題，最近就有學者開發出自動偵測工具，希望能幫助日後患有此病的病患診斷。

黑色素瘤好發於白種人，但也不代表在台灣就不會發生。根據統計，黑色素瘤在台灣的皮膚病中約佔 7%，而主因大多是由於過度的紫外線曝曬，而身上的痣開始起了不一樣的變化，包含尺寸變大、邊緣變得不規則、顏色改變、發癢或皮膚破壞等，若發現身上的痣有如此的變化，就得多多注意。

而美國洛克菲勒大學的研究團隊近期結合數位圖像分析以及機器學習，打造能夠自動偵測黑色素瘤的工具，希望能幫助醫生更早的找出病患黑色素瘤是良性還是惡性。

研究皮膚科實驗室（Laboratory of Investigative Dermatology）的 D. Martin Carter 教授也表示，一直以來黑色素瘤在皮膚病中該怎麼評估都是個非常迫切的需求，就算把覺得可疑的病變拿去切片檢驗，能真正確定是黑色素癌的成功率也只有 10% 而已。

▲ 經分析後，學者開發的新工具會給出 Q-score 判斷是否具有癌性。（Source：Medical Xpress）

而藉由這個新的自動偵測方式，病患的病變圖像會先經由電腦去推斷出它的顏色以及找出其他的定量數據，在經由分析後給出一個「Q-score」的分數，而 Q-score 分數越高也代表這個痣轉換成黑色素瘤的可能性越大。

根據近期的測試，他們發現使用這個 Q-score 具有高達 98% 的靈敏度，意指它能能正確地找出早期黑色素瘤的可能性相當高，而能正確診斷的成功率大約為 36%，跟皮膚科專家用肉眼在顯微鏡下診斷的成功率大致相同。

而研究學者之一的 Daniel Gareau 也表示，他們相信這個新的工具能幫助早期發現黑色素瘤，提高病患的存活率，並且避免沒必要的活體組織切片。而他們接下來也會朝更大的研究發展，看看他們是否能用特定的顏色波長去找出人肉眼看不到的皮膚病變，並幫助醫生未來診斷。