皮膚癌中的黑色素細胞癌在歐美國家較為較為常見，但由於皮膚中的黑色素細胞所處的位置較為深層，一但變為癌細胞容易轉移到肺或腦，故黑色素細胞癌最容易轉移也最難治癒，若能提早發現治療才能大幅提高患者存活率。

皮膚科研究實驗室（Laboratory of Investigative Dermatology）的 D. Martin Carter 教授認為在皮膚病中如何評估黑色素瘤是個非常急切的需求，一般臨床就算把覺得可疑的病變拿去切片檢驗，癌化確診的成功率也僅 10%。

位於美國紐約的洛克菲勒大學( Rockefeller University )運用圖像分析量化與機器學習演算開發出的可以偵測黑色素瘤的機器，研究團隊讓這台機器判斷60張非正常的痣與60張黑色素瘤在皮膚鏡下的照片，分析皮膚顏色出現的種類與變化等生物標記，再加上其他量化的資訊運算出一個「Q-score」的分數，藉由這個分數判斷黑色素瘤是良性還是惡性。

運算出的結果靈敏度高達 98%，正確診斷率則約為 36%，跟皮膚科專家用肉眼在顯微鏡下診斷的成功率大致相同。

而研究人員也發現某些特定的生物標記藉由不同的顏色波長才看得見，這似乎表示能藉由這個發現改變檢測黑色素瘤的方式，提高判定的準確度。研究人員也相信他們的機器能幫助醫生診斷黑色素瘤，甚至能避免組織切片，提早發現黑色素瘤，提高病患的存活率。

參考文獻

1.Researchers develop automated melanoma detector for skin cancer screening
2.Daniel S. Gareau Digital imaging biomarkers feed machine learning for melanoma screening Experimental Dermatology (2016 )19 December