现如今，皮肤癌已经成为危害人类生命健康的疾病之一，它给人们的生活带来了诸多的不便与痛苦。皮肤癌是人类常见的恶性肿瘤之一。包括基底细胞癌、鳞状细胞癌、原位癌及少见的附件癌，如皮脂腺癌、汗腺癌等。常需借助病理检查才能确诊。

　　在世界范围内看，黑色素瘤也是公共健康的大敌。在澳大利亚，每年都有超过1.3万新增黑色素瘤患者，致死人数更是达到每年 1600 人。预计2016年美国将会有1万人死于皮肤癌，研究人员目前捉襟见肘的寻找发现此种疾病的新途径，根据新的研究表明，这个新途径就是方便，无处不在的iPhone拍照。

　　IBM科学院的科学家，该研究的作者诺尔·科代拉（Noel Codella）表示：“iPhone拍照手法将会给医生提供患者皮肤的图像，分析是否是黑色素瘤。”其实就是通过智能手机：当有人发现他们的皮肤出现了一个可疑的地方，他们可以使用手机的摄像头拍摄病变部位的照片，并提交图像通过分析服务进行评估，它可以识别并可靠地识别疾病的特点。但在实践中，它比这复杂得多。

　　2013年，IBM宣布了一项与纽约斯隆-凯特琳癌症治疗中心（Memorial Sloan Kettering）的合作，将把图像识别技术和机器学习系统运用于皮肤癌的甄别。Codella 的研究团队已经分析了超过 3000 例的黑色素瘤以及其他皮肤损伤的病例，这一系统在分辨皮肤癌的阴性和阳性时，拥有超过 95%的准确率，分析每张图片的时间不超过一秒。这一项目的成功的关键取决于两个因素。第一是广泛使用Dermascopes，这是可以附连到智能手机相机来优化病变照片-解析装置。第二个（更重要）的因素是含有癌性斑图像的庞大数据库的开发。该数据库采用IBM的机器学习，计算机视觉和云计算能力和开发手段，通过技术持续识别黑色素瘤的情况下访问。

　　2015 年，IBM 的团队就发布了该诊断方法的初步研究报告。在报告中，IBM 描述了计算机视觉诊断方式的优势。借助MSK和国际皮肤成像合作机构的帮助，IBM已经拿到了初始数据集。在研究中，IBM成绩斐然，不过眼下这一算法还是不够智能，依然需要医学专家描出图中皮肤病变处的轮廓。至于诊断结果到底准确与否，IBM表示它们还未与人类医学专家进行直接对比。研究报告发布后，IBM一直在推进计算机视觉诊断技术的进步，其目标就是让电脑自动识别皮肤病变区域同时提高分析的效率。同时，它们还力邀8位专家进行诊断效果比拼，结果发现，IBM 的计算机视觉诊断方式的表现比此前的诊断方式要好上3倍，同时其准确度与8位业内专家达到了相同级别。该论文现已提供在线版本，并将在2017年的“IBM研究与发展杂志”上发表。

　　不过，需要注意的是这一诊断方式依旧研究阶段。Codella表示在被皮肤病医生广泛使用之前，此技术可能还需要一些时间优化。当然，这意味着IBM的研究实验也有可能失败。不过，如果这个工具最终能成功被医生使用，肯定会为对抗皮肤癌做出巨大贡献，也将会是皮肤癌患者的福音。