原发性肿瘤的切除仍然是黑色素瘤诊断中的一个重要过程，是否对患者进行手术通常是基于对病灶处皮肤病变的评估。目前黑色素瘤的临床诊断准确率只有65%，这在很大程度上取决于分析它的皮肤科医生的经验。
研究人员表示，他们开发的方法的新颖性在于，它结合了来自不同非侵入性成像技术的诊断信息，如光学分光光度法和超声波技术。根据本文的研究结果，研究人员可以通过效区，证实，所开发的自动化系统可以区分黑色素瘤和黑色素细胞痣，从而大大补充了目前医疗实践中应用的非侵入性诊断技术。
在这项研究中，研究人员评估了100名不同患者获得的皮肤病变诊断图像。通过比较和分析不同技术记录的皮肤肿瘤的复杂数据，研究人员开发了一种新的诊断系统，该系统可以以90%以上的准确率将黑色素瘤与良性痣区分开来。
研究人员表示，早期恶性皮肤肿瘤的有效诊断可以节省关键时间，从而使更多患者得到检查，有助于挽救更多患者的生命。
目前，研究人员正在考虑是否可以进行优化，以帮助个人在家测试。以后的研究者还会继续进行更深入的研究，不断优化这项新技术，使其诊断准确率达到一个新的水平。
