MILK10k：基于多模态影像的皮肤癌诊断分层机器学习工具包开发与应用

研究人员针对皮肤癌AI诊断中数据集单一模态、缺乏非色素性病变和肤色多样性等问题，开发了包含10480张多中心多模态图像的MILK10k数据集，覆盖48种ISIC-DX匹配诊断类型，95.7%病例经病理验证。该研究不仅提供标准化基准测试集，还创新性提出基于ISIC-DX层级的评估指标，为皮肤癌AI诊断建立了更全面的研究平台。

　　

在人工智能医疗影像快速发展的今天，皮肤癌诊断领域却面临着特殊的挑战。虽然国际皮肤影像协作组织（ISIC）已收集超过50万张公开图像，但现有数据集存在三个显著缺陷：多数仅包含单一成像模式（皮肤镜或临床特写）；主要关注色素性病变而忽略非色素性皮肤癌；且缺乏对患者肤色多样性的系统记录。这些问题导致开发的AI模型存在潜在偏见，在真实临床场景中的泛化能力受限。更棘手的是，不同数据集采用的疾病分类标准不统一，使得跨研究比较变得困难。

针对这些关键问题，维也纳医科大学（Medical University of Vienna）皮肤病学系联合全球多家医疗机构的研究团队，开发了名为MILK10k的创新性多模态影像学习工具包。这项发表在《Journal of Investigative Dermatology》的研究，通过构建包含10,480张配对的临床特写与皮肤镜图像数据集，首次系统性地解决了上述瓶颈问题。研究团队从五个国际医疗中心回顾性收集5,240例经病理确诊的皮肤病变案例，其中特别纳入了不同肤色人群和48种ISIC-DX匹配诊断类型，包括传统数据集较少涵盖的非色素性病变。

研究采用的关键技术方法包括：1）多中心病例收集与标准化处理（含EXIF元数据清除和图像归一化）；2）基于DINOv2模型的图像特征提取与重复病例识别；3）创新性皮肤色调自动提取算法（通过500个随机裁剪区域分析）；4）MONET框架实现可解释性概念标注；5）建立包含948张图像的独立基准测试集。

【数据集描述】部分显示，MILK10k包含10480张配对图像，覆盖头颈（28.5%）、躯干（36.7%）等主要解剖部位。通过创新的皮肤色调聚类方法，将肤色分为6个梯度（L值52.1-83.0），其中60.6%病例属于中间色调（cluster 3）。值得注意的是，95.7%病例经活检或切除确认，为模型训练提供了可靠金标准。

【机器学习管道】结果显示，使用11类简化分类时平均召回率为0.426（95%CI:0.392-0.459），而48类ISIC-DX细分类的top-3准确率达67.7%。研究创新性提出层级距离度量（平均1.73步），有效解决了传统评估指标对分类层级不敏感的问题。

【独立基准数据集】部分介绍了精心设计的948图像测试集，采用分层抽样并模拟域偏移，通过ISIC在线挑战平台实现持续评估，其诊断标签将保密五年以确保评估客观性。

这项研究的突破性体现在三个方面：首先，MILK10k是首个系统整合临床特写与皮肤镜图像的大规模资源，解决了多模态学习的数据瓶颈；其次，通过ISIC-DX层级分类和创新的距离度量，建立了更符合临床决策逻辑的评估体系；最后，包含肤色注释和独立测试集的设计，为评估算法公平性和鲁棒性提供了新范式。正如作者在【使用说明】部分强调的，虽然数据集在儿童和深肤色人群中的代表性仍有限，但其层级分类框架和标准化处理流程，为未来整合更多样化数据提供了可扩展的基础架构。这项研究不仅推进了皮肤癌AI诊断的技术前沿，其创新性数据架构更为医学影像领域的多中心研究树立了新标杆。