日前科技新報介紹了「15歲小女孩發明手電筒，只靠體溫就能亮」，其實在2013年Google科學大賽(Google Science Fair)決賽中，還有其他優秀的作品。來自美國波特蘭的17歲少女Elizabeth Zhao針對黑色素瘤癌症的前期診斷設計了一個多步驟系統，利用影像擷取與電腦計算來判斷是否是黑色素瘤，準確率達80%。

早期發現存活率近100%

黑色素瘤是黑色素細胞產生病變，健康世界在之前的「只得一種黑色素瘤致死機率比多種高出13.6倍」中也提到「厚度超過4mm的單一種黑色素瘤斑點，其致死率比多種黑色素瘤但厚度僅1mm要高」。長庚紀念醫院皮膚科醫師陳建勳說，黑色素瘤發生的機率其實並不高，可能比中彩券頭獎的機率還低。但是一旦長出黑色素瘤，如果沒有早期發現並儘速治療，致死率卻很高。

從下圖就可以發現，愈是早期（黃線）發現黑色素瘤，第一年的治癒機率幾乎是百分之百，但愈慢發現，治癒的機率就大幅下降，Elizabeth Zhao的研究就是希望能研發出一個早期診斷工具，儘量爭取治療的機會。

(圖片來源: Elizabeth Zhao from MMMP.org)

影像分析與人工智慧學習

這個專案運用影像處理演算法，對皮膚上疑似的斑點進行邊緣偵測與影像分割，找出斑點的特徵，資料經統計分析處理，由「人工神經網路」(Artificial Neural Networks, ANN)進行下階段的學習。學習過程使用了350案例資料讓ANN學習，建立一個數據資料庫，做為判讀斑點是良性與否的依據，以便進行最後診斷。

影像處理部份，Zhao遵循目前醫界建議用肉眼檢視疑似黑色素瘤斑塊的標準，也就是色素斑點的"ABCD"：

A，形狀不對稱(asymetry)

B，邊緣不規則(irregular border)

C，顏色有淺有深 (color varigation)

D，大於6mm (daimeter>6mm)，如下圖所示

(圖片來源: Elizabeth Zhao from skincancer.org)

未來可發展為民眾自行檢測工具

Zhao 表示，即使是現有電腦診斷仍感到困難的不對稱、邊緣不規則的良性黑色素瘤，利用她的診斷工具準確率也達75%。未來這套系統可以進一步強化對斑點顏色的辨 識能力，同時改善人機界面，並且轉換為C語言或Java，以便開放為大眾使用，如此民眾可以先自己進行檢測，然後再去專業醫療院所做進一步的檢查。

Elizabeth Zhao的研究入選17-18歲組的決賽。她住在美國俄勒岡州波特蘭市，她表示創意與技術的進步讓她感到驚豔，相信讓生活更安全更健康；自從她的高中最好 的朋友母親因黑色素瘤過世後，她目睹了同學的人生如何轉變，因此決心藉這個機會，研發出早期診斷工具，協助無數受到癌症威脅的人們。

(封面圖片來源: Google)

相關資料
A Novel Implementation of Image Processing and Machine Learning for Early Diagnosis of Melanoma
黑色素瘤的認識與處理