远程皮肤镜检查中的人工智能增强皮肤癌诊断 (AIDMel)

深度学习算法可能有利于医疗保健的许多领域，包括使用远程皮肤镜诊断皮肤癌。 然而，在诊断任务中考虑人为因素的人机交互的临床前瞻性研究还很缺乏。

在这项研究中，我们将在现实环境中研究这些因素的影响，在现实环境中，我们将算法集成到瑞典一家三级医院临床使用的现有远程皮肤镜平台中。 我们将研究与人为因素相关的人工智能工具输出的各种实施对诊断准确性和管理决策的影响。

研究对象在卡罗林斯卡大学医院皮肤科招募，并被要求对有或没有人工智能支持的前瞻性远程皮肤镜咨询进行评分。 每次咨询将被随机分配到三个工作流程之一，无论是否有人工智能工具的预定义实现。 研究对象还被要求完成两项调查，其中包括人口统计信息和与各种人为因素相关的问题。 参与该研究的患者将在纳入之前在研究之外进行诊断，无需任何人工智能工具的参与，特别是由两位不作为研究对象参与的经验丰富的皮肤科医生进行诊断。