日前我们介绍了“15岁小女孩发明手电筒，只靠体温就能亮”，其实在2013年Google科学大赛(Google Science Fair)决赛中，还有其他优秀的作品。来自美国波特兰的17岁少女Elizabeth Zhao针对黑色素瘤癌症的前期诊断设计了一个多步骤系统，利用影像撷取与电脑计算来判断是否是黑色素瘤，准确率达80%。 早期发现存活率近100% 黑色素瘤是黑色素细胞产生病变，我们在之前的“只得一种黑色素瘤致死机率比多种高出13.6倍”中也提到“厚度超过4mm的单一种黑色素瘤斑点，其致死率比多种黑色素瘤但厚度仅1mm要高”。长庚纪念医院皮肤科医师陈建勳说，黑色素瘤发生的机率其实并不高，可能比中彩券头奖的机率还低。但是一旦长出黑色素瘤，如果没有早期发现并尽速治疗，致死率却很高。 从下图就可以发现，愈是早期(黄线)发现黑色素瘤，第一年的治癒机率几乎是百分之百，但愈慢发现，治癒的机率就大幅下降，Elizabeth Zhao的研究就是希望能研发出一个早期诊断工具，尽量争取治疗的机会。 (Photo Credit: Elizabeth Zhao from MMMP.org) 影像分析与人工智慧学习 这个专案运用影像处理演算法，对皮肤上疑似的斑点进行边缘侦测与影像分割，找出斑点的特徵，资料经统计分析处理，由“人工神经网路”(Artificial Neural Networks， ANN)进行下阶段的学习。学习过程使用了350案例资料让ANN学习，建立一个数据资料库，做为判读斑点是良性与否的依据，以便进行最後诊断。 影像处理部份，Zhao遵循目前医界建议用肉眼检视疑似黑色素瘤斑块的标准，也就是色素斑点的"ABCD": A，形状不对称(asymetry) B，边缘不规则(irregular border) C，颜色有浅有深 (color varigation) D，大於6mm (daimeter>6mm)，如下图所示 (Photo Credit: Elizabeth Zhao from skincancer.org) 未来可发展为民众自行检测工具 Zhao表示，即使是现有电脑诊断仍感到困难的不对称、边缘不规则的良性黑色素瘤，利用她的诊断工具准确率也达75%。未来这套系统可以进一步强化对斑点颜色的辨识能力，同时改善人机界面，并且转换为C语言或Java，以便开放为大众使用，如此民众可以先自己进行检测，然後再去专业医疗院所做进一步的检查。 Elizabeth Zhao的研究入选17-18岁组的决赛。她住在美国俄勒冈州波特兰市，她表示创意与技术的进步让她感到惊艳，相信让生活更安全更健康;自从她的高中最好的朋友母亲因黑色素瘤过世後，她目睹了同学的人生如何转变，因此决心藉这个机会，研发出早期诊断工具，协助无数受到癌症威胁的人们。
