一项由澳洲蒙纳许大学主导，并有昆士兰大学研究人员叁与的尖端人工智慧（AI）工具 「PanDerm」 近期问世，其核心技术旨在同步分析多种医学影像，显着提升包括黑色素瘤在内的多种皮肤疾病的检测速度与精准度。这项技术的突破，预计将为全球皮肤医学领域带来革命性变革。

「PanDerm」的卓越性能源於其独特的 多模态影像分析 能力。该系统能够整合并解析来自不同来源的视觉资讯，包括：特写照片（Close-up photos）、皮肤镜影像（Dermoscopic images）、病理切片（Pathology slides）、全身照片（Total body photographs）。

「PanDerm」的强大能力归因於其大规模的 深度学习模型训练。该模型共使用了来自多个国家11个机构的超过200万张皮肤影像，涵盖了4种主要的医学影像类型。

在临床试验中，「PanDerm」经皮肤科医生使用後，将皮肤癌诊断准确度提升了 11%；此外，能协助非皮肤科医疗专业人员，将各种其他皮肤状况的诊断准确度提升了 16.5%。

该工具还能支援临床医生 早期发现皮肤癌，甚至能在人眼察觉之前，识别出潜在的异常变化，这对於高风险患者的早期介入至关重要。

昆士兰大学的H. Peter Soyer教授强调，「PanDerm」的优势在於其能够 支援现有的临床工作流程，并且即使在少量标注数据的训练下也能表现出色，这对於资源有限的医疗环境尤为重要。

尽管「PanDerm」已展现出令人鼓舞的研究成果，但目前仍处於评估阶段，尚未广泛应用於医疗保健领域。研究团队正计划建立跨人囗评估的标准化协议，并进一步探究该模型在不同临床环境下的性能，特别是确保其在 不同患者群体和医疗环境中的公平表现。