基于深度学习的医学决策支持——以皮肤癌诊断为案例研究
计算机视觉与模式识别
2021-03-10 v1 人工智能
机器学习
摘要
黑色素瘤等皮肤癌的早期检测对于确保患者高存活机会至关重要。基于深度学习（DL）的决策支持系统（DSS）在临床皮肤癌筛查中的应用有潜力改善患者护理质量。医学 AI 界的大部分工作聚焦于主要面向自主操作的诊断场景。然而，实际的决策支持应超越单纯诊断并提供解释。本文以临床、皮肤镜和组织病理图像中的皮肤癌诊断为实例，概述了面向可解释的、基于 DL 的医学应用决策支持的相关工作。分析揭示，相对而言很少关注组织病理皮肤图像的解释，且当前工作以视觉相关性图以及皮肤镜特征识别为主。我们得出结论，未来工作应聚焦于满足利益相关者的认知概念、提供结合全局与局部方法的详尽解释并利用多种模态。此外，在模型行为异常时进行干预和引导模型的可能性，被视为迈向成功部署 AI 作为基于 DL 的 DSS 及更广泛应用的重要一步。
引用
@article{arxiv.2103.05112,
title = {Deep Learning Based Decision Support for Medicine -- A Case Study on Skin Cancer Diagnosis},
author = {Adriano Lucieri and Andreas Dengel and Sheraz Ahmed},
journal= {arXiv preprint arXiv:2103.05112},
year = {2021}
}