スキンマーカーが深層学習による黒色腫診断の妨げに

皮膚新生物のダーモスコピー画像12万枚超で訓練された畳み込みニューラルネットワーク（CNN）アーキテクチャを用いて横断解析を実施。画像内にあるgentian violetによる手術用皮膚マーキングとCNNの黒色腫診断能との関連を検討した。 その結果、130のメラノサイト病変（良性母斑107病変、悪性黒色腫23病変）で、CNNの画像診断分類はマーキングのない病変で感度95.7％、特異度84.1％、受信者動作特性曲線下面積（ROC AUC）0.969だった。マーキングした病変では、悪性黒色腫の確率スコア上昇により感度は100％となり、特異度は45.8％と有意に低下し、ROC AUCは0.922だった。 ...