• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Artificial intelligence for melanoma diagnosis: how can we deliver on the promise?

作者信息

Mar V J, Soyer H P

机构信息

Victorian Melanoma Service, Alfred Hospital, Melbourne; School of Public Health and Preventive Medicine, Monash University, Clayton; Skin and Cancer Foundation Inc. Melbourne.

Dermatology Research Centre, The University of Queensland, The University of Queensland Diamantina Institute, Brisbane; Dermatology Department, Princess Alexandra Hospital, Brisbane, Australia.

出版信息

Ann Oncol. 2019 Dec 1;30(12):e1-e3. doi: 10.1093/annonc/mdy191.

DOI:10.1093/annonc/mdy191
PMID:29790922
Abstract
摘要

相似文献

1
Artificial intelligence for melanoma diagnosis: how can we deliver on the promise?用于黑色素瘤诊断的人工智能：我们如何兑现承诺？
Ann Oncol. 2019 Dec 1;30(12):e1-e3. doi: 10.1093/annonc/mdy191.
2
Artificial intelligence for melanoma diagnosis: how can we deliver on the promise?用于黑色素瘤诊断的人工智能：我们如何兑现承诺？
Ann Oncol. 2018 Aug 1;29(8):1625-1628. doi: 10.1093/annonc/mdy193.
3
AI outperformed every dermatologist in dermoscopic melanoma diagnosis, using an optimized deep-CNN architecture with custom mini-batch logic and loss function.AI 在皮肤科黑色素瘤诊断方面的表现优于每位皮肤科医生，它使用了经过优化的深度卷积神经网络架构，具有自定义的小批量逻辑和损失函数。
Sci Rep. 2021 Sep 1;11(1):17485. doi: 10.1038/s41598-021-96707-8.
4
Artificial Intelligence and Its Effect on Dermatologists' Accuracy in Dermoscopic Melanoma Image Classification: Web-Based Survey Study.人工智能及其对皮肤科医生在皮肤镜黑色素瘤图像分类中准确性的影响：基于网络的调查研究。
J Med Internet Res. 2020 Sep 11;22(9):e18091. doi: 10.2196/18091.
5
Comparing artificial intelligence algorithms to 157 German dermatologists: the melanoma classification benchmark.将人工智能算法与 157 名德国皮肤科医生进行比较：黑素瘤分类基准。
Eur J Cancer. 2019 Apr;111:30-37. doi: 10.1016/j.ejca.2018.12.016. Epub 2019 Feb 22.
6
Artificial intelligence and melanoma detection: friend or foe of dermatologists?人工智能与黑色素瘤检测：皮肤科医生的朋友还是敌人？
Br J Hosp Med (Lond). 2020 Jan 2;81(1):1-5. doi: 10.12968/hmed.2019.0322. Epub 2020 Jan 28.
7
Is artificial intelligence going to replace dermatologists?人工智能会取代皮肤科医生吗？
Cutis. 2020 Jan;105(1):28-31.
8
Characterizing the role of dermatologists in developing artificial intelligence for assessment of skin cancer.描述皮肤科医生在开发用于评估皮肤癌的人工智能中的作用。
J Am Acad Dermatol. 2021 Dec;85(6):1544-1556. doi: 10.1016/j.jaad.2020.01.028. Epub 2020 Jan 20.
9
Superior skin cancer classification by the combination of human and artificial intelligence.人工智能与人类结合实现皮肤癌的更优分类。
Eur J Cancer. 2019 Oct;120:114-121. doi: 10.1016/j.ejca.2019.07.019. Epub 2019 Sep 10.
10
Computer algorithms show potential for improving dermatologists' accuracy to diagnose cutaneous melanoma: Results of the International Skin Imaging Collaboration 2017.计算机算法显示出提高皮肤科医生诊断皮肤黑色素瘤准确性的潜力：国际皮肤成像协作 2017 年的研究结果。
J Am Acad Dermatol. 2020 Mar;82(3):622-627. doi: 10.1016/j.jaad.2019.07.016. Epub 2019 Jul 12.

引用本文的文献

1
Attitudes Towards the Use of Artificial Intelligence in Dermatology: A Survey of Australian Dermatologists.澳大利亚皮肤科医生对人工智能在皮肤科应用的态度：一项调查
Australas J Dermatol. 2025 Aug;66(5):e279-e286. doi: 10.1111/ajd.14524. Epub 2025 May 14.
2
Exploring the Views of Dermatologists, General Practitioners, and Melanographers on the Use of AI Tools in the Context of Good Decision-Making When Detecting Melanoma: Qualitative Interview Study.探索皮肤科医生、全科医生和黑色素瘤成像专家对在检测黑色素瘤时做出明智决策的背景下使用人工智能工具的看法：定性访谈研究。
JMIR Dermatol. 2025 Mar 24;8:e63923. doi: 10.2196/63923.
3
Validation of artificial intelligence prediction models for skin cancer diagnosis using dermoscopy images: the 2019 International Skin Imaging Collaboration Grand Challenge.
基于皮肤镜图像的皮肤癌诊断人工智能预测模型验证：2019 年国际皮肤成像协作挑战赛。
Lancet Digit Health. 2022 May;4(5):e330-e339. doi: 10.1016/S2589-7500(22)00021-8.
4
The clinical application of electrical impedance technology in the detection of malignant neoplasms: a systematic review.电阻抗技术在恶性肿瘤检测中的临床应用：一项系统综述
J Transl Med. 2020 Jun 8;18(1):227. doi: 10.1186/s12967-020-02395-9.