人間 vs AI：メラノーマ診断精度で皮膚科医の3/4を上回る
Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists
背景
畳み込みニューラルネットワーク（CNN）手法は画像認識に強みを持つディープラーニングアルゴリズムで、囲碁AIの飛躍的向上をもたらしたが、医療への応用も多く現れている。ドイツUniversity of HeidelbergのHaenssleらは、ダーモスコピー画像と対応する診断を用いて訓練されたCNN（GoogleのInception-v4）と皮膚科医58名（30名は熟練医）の診断能を、ダーモスコピー画像100枚について比較した。
結論
ダーモスコピー画像のみの検証では、皮膚科医の病変分類は感度86.6%（SD±9.3%）・特異度71.3%（±11.2%）であり、臨床情報とより拡大した画像を付加すると88.9%（±9.6%）・75.7%（±11.7%）であった。CNNの感度は82.5%、特異度は86.6%と皮膚科医を上回った。ROCは、CNNが0.86、皮膚科医の平均が0.79であった。
評価
10万枚の画像で学習したCNNは、皮膚科医の8割を上回るパフォーマンスを示した。こうしたAIが日常診療に登場するのは（まだ多くの課題があるとはいえ）遠い将来のことではあるまい。
