新出現的或發生變化的皮膚病變

在一項針對 608 個皮膚病灶的診斷準確性研究中，這些病灶是在兩家歐洲醫院使用三維條紋投影掃描儀進行測量。研究發現，黑色素瘤（n=60）和良性痣（n=81）之間存在顯著的形態差異，多個表面參數（包括面積與周長之比以及體積與周長之比）的 p 值小於 0.001。一種使用這些三維形態特徵的監督式機器學習分類器，在區分黑色素瘤和痣方面達到了 80.0% 的敏感度和 76.7% 的特異度。研究對象包括 194 個可分析的病灶：其中 42% 為良性痣、31% 為黑色素瘤、9% 為基底細胞癌、9% 為非痣類良性病灶、6% 為脂溢性角化症，以及 3% 為鱗狀細胞癌。

查看來源 →

在挪威，一家社區藥局提供的痣部掃描服務在3.5年（2010-2014年）內為15,777人進行了25,836次掃描。在接受掃描的人群中，有1%被診斷出患有黑色素瘤，另有15.4%的人患有其他需要注意的皮膚疾病。2014年，該服務發現了挪威癌症登記處記錄的所有黑色素瘤病例中的4.1%。只有83.6%的掃描結果顯示正常，這意味著有16.4%接受篩查的人群存在需要進一步檢查的情況。患者滿意度很高：88%表示願意再次使用該服務，99%認為藥局是一個合適的場所，95%會向他人推薦該服務。

查看來源 →

在這項包含 706,037 名男性，並追蹤平均 4.9 年（總計 344 萬人年）的對照研究中，診斷出 1,315 例惡性黑色素瘤。在罹患與黑色素瘤相關疾病的人群中，暴露於陽光下的指標顯著升高：日光性角化症（HR = 1.21，95% CI 1.17-1.25，p < 0.001）和基底細胞癌（HR = 1.15，95% CI 1.11-1.19，p < 0.001）都與相同的生活方式模式相關。日光性角化症病史與後續皮膚癌診斷之間的強烈關聯（OR = 1.28，95% CI 1.23-1.34）表明，皮膚受到陽光損害的人面臨更高的黑色素瘤風險，應密切注意皮膚是否有異常變化。

查看來源 →

一個自動化的影像分析系統，以佩德羅·伊斯帕諾醫院的 PH2 皮膚鏡檢查資料庫（包含 200 張皮膚鏡檢查影像）為測試對象，透過提取特徵（包括不對稱性、邊界不規則性、顏色變化和皮膚鏡結構），來區分正常、非典型和黑色素瘤病灶。對於正常病灶的分類準確度達到 96.3%，對於非典型病灶的分類準確度為 95.7%，對於黑色素瘤的分類準確度為 97.5%。在區分非典型病灶與正常病灶以及黑色素瘤病例時，其高準確度證實了可見病灶特徵能夠可靠地將良性病灶與可能具有惡性的病灶區分開來。由於主觀評估，臨床診斷仍然容易出現誤診的情況，這也更加強調了在觀察到非典型特徵時，及時進行專業評估的重要性。

查看來源 →