ディープラーニング・コンピュータ画像認識システムは、メラノーマのダーモスコピー画像を正確に分類し、すべてではないが皮膚科医の精度を上回ることが、ISIC（International Skin Imaging Collaboration）主催の国際コンテスト「ISBI（International Symposium on Biomedical Imaging）チャレンジ2016」で示された。ただし著者は、「今回の研究デザインで得られた結果は、臨床診療に外挿することはできない限定的なものである」としている。Journal of the American Academy of Dermatology誌オンライン版2017年9月29日号掲載の報告。
研究グループは、ダーモスコピー画像によるメラノーマの診断精度をコンピュータアルゴリズムと皮膚科医とで比較する目的で、25チームの個々のアルゴリズムの結果と、international computer vision melanoma challengeのデータセットからランダムに選択したダーモスコピー画像100例（メラノーマ50例、母斑44例、黒子6例）を用いて検討した。
個々の自動予測を5つの方法（非学習および機械学習）を用いて「融合」アルゴリズムに統合し、また、8人の皮膚科医が100例の画像について病変の良性・悪性を分類した。
主な結果は以下のとおり。
・皮膚科医による分類の平均感度は82％、特異度は59％であった。
・分類感度82％における皮膚科医の特異度は、チャレンジアルゴリズムのトップと同程度であり（59％ vs.62％、p＝0.68）、最良パフォーマンスの融合アルゴリズムよりは低かった（59％ vs.76％、p＝0.02）。
・ROC面積を比較すると、最良融合アルゴリズムのほうが皮膚科医よりも大きかった（0.86 vs.0.71、p＝0.001）。
・今回の研究では、データセットに臨床診療で遭遇する皮膚病変、とくにびまん性病変が含まれていなかった。また、読影者とアルゴリズムに臨床データ（年齢、既往歴、症状など）が提供されていなかった。
（ケアネット）
