一項由澳洲蒙納許大學主導，並有昆士蘭大學研究人員參與的尖端人工智慧（AI）工具 「PanDerm」 近期問世，其核心技術旨在同步分析多種醫學影像，顯著提升包括黑色素瘤在內的多種皮膚疾病的檢測速度與精準度。這項技術的突破，預計將為全球皮膚醫學領域帶來革命性變革。

「PanDerm」的卓越性能源於其獨特的 多模態影像分析 能力。該系統能夠整合並解析來自不同來源的視覺資訊，包括：特寫照片（Close-up photos）、皮膚鏡影像（Dermoscopic images）、病理切片（Pathology slides）、全身照片（Total body photographs）。

「PanDerm」的強大能力歸因於其大規模的 深度學習模型訓練。該模型共使用了來自多個國家11個機構的超過200萬張皮膚影像，涵蓋了4種主要的醫學影像類型。

在臨床試驗中，「PanDerm」經皮膚科醫生使用後，將皮膚癌診斷準確度提升了 11%；此外，能協助非皮膚科醫療專業人員，將各種其他皮膚狀況的診斷準確度提升了 16.5%。

該工具還能支援臨床醫生 早期發現皮膚癌，甚至能在人眼察覺之前，識別出潛在的異常變化，這對於高風險患者的早期介入至關重要。

昆士蘭大學的H. Peter Soyer教授強調，「PanDerm」的優勢在於其能夠 支援現有的臨床工作流程，並且即使在少量標註數據的訓練下也能表現出色，這對於資源有限的醫療環境尤為重要。

儘管「PanDerm」已展現出令人鼓舞的研究成果，但目前仍處於評估階段，尚未廣泛應用於醫療保健領域。研究團隊正計劃建立跨人口評估的標準化協議，並進一步探究該模型在不同臨床環境下的性能，特別是確保其在 不同患者群體和醫療環境中的公平表現。