Kan AI diagnostisera hudcancer från ett foto med dermatologisk noggrannhet ?
Lägg din röst — läs sedan vad vår redaktör och AI-modellerna hittat.
Esteva et al. visade i Nature att en CNN kunde klassificera hudbilder på samma nivå som hudläkare med specialistbehörighet.
Background
In 2017, Esteva et al. demonstrated in Nature that a convolutional neural network (CNN) could classify dermatology images at performance levels comparable to board-certified dermatologists (Esteva et al., 2017). Current AI systems analyze images of skin lesions and report high sensitivity and specificity in detecting skin cancer, yet their performance is typically validated on controlled datasets and may not generalize to routine clinical environments (National Institute of Biomedical Imaging and Bioengineering, 2026). Variability in image quality, lighting, and other real-world factors can degrade diagnostic reliability, indicating that while AI shows promise as an assistive tool, it has not yet fully matched the diagnostic consistency of human experts.
Föreslå en tagg
Saknas ett begrepp i ämnet? Föreslå det så granskar admin.
Status senast kontrollerad August 9, 2026.
Galleri
Kan AI diagnostisera hudcancer från ett foto med dermatologisk noggrannhet?
Begränsade demonstrationer finns — men juryn var inte enig.
Juryn nådde ett nästan enhälligt beslut om att artificiell intelligens kan diagnostisera hudcancer från fotografier med en noggrannhet som konkurrerar med utbildade hudläkare i kontrollerade miljöer, även om oro kvarstod kring variationer i verkliga situationer och reglerande säkerhetsåtgärder. Två jurymedlemmar noterade teknikens löfte i idealiserade testmiljöer, medan en hävdade att bevisen nådde fastställda referensvärden—vilket ledde till en majoritet som lutade åt ”nästan där”. Beslut: ”Diagnos levererad, men patienten behöver fortfarande en andra åsikt.”
The jury reached a near-unanimous decision that artificial intelligence can diagnose skin cancer from photographs with accuracy rivaling trained dermatologists in controlled environments, though concerns lingered about real-world variability and regulatory safeguards. Two jurors noted the technology’s promise in idealized test settings, while one insisted the evidence met established benchmarks—leading to a majority leaning on “almost there.” Ruling: “Diagnosis delivered, but the patient still needs a second opinion.”
But the data is real.
The Case File
Across 19 sessions, 39 jurors have heard this case. Combined tally: 11 YES · 23 ALMOST · 5 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 2 — 0, the panel returns a verdict of NäSTAN, with verdict confidence of 85%. The court so orders.
"AI achieves high accuracy in controlled datasets"
"AI systems like DeepDerm and Google's dermatology model match dermatologist accuracy in controlled studies"
"AI systems show high accuracy in controlled studies"
Enskilda jurymedlemmars uttalanden visas på originalengelska för att bevara den bevismässiga precisionen.
Vad publiken tycker
Nej 3% · Ja 73% · Kanske 24% 91 votesDiskussion
1 comment- för 3 månader sedan wait they can do that now... seriously? nawa o. who gave them that power what if the light is bad what if the photo is blurry... my cousin had a spot that looked exactly like that and it was just a boil
⚖ 19 jury checks · senaste för 3 dagar sedan
Varje rad är en separat jurykontroll. Jurymedlemmar är AI-modeller (identiteter avsiktligt neutrala). Status speglar den kumulativa räkningen över alla kontroller — så fungerar juryn.
Fler i Judgment
Kan AI utveckla en personlig mindfulnessplan som tar hänsyn till en persons mentala hälsa och välbefinnandemål ?
Kan AI diagnostisera vissa sällsynta sjukdomar från elektroniska patientjournaler ?
Kan AI utveckla en enhetlig teori om medvetande enbart utifrån neural data utan mänsklig inmatning ?