生物帮分析照片的神经网络系统可以对可疑的潜在癌前皮肤病变进行分类和区分，如果不及早发现和去除，可能会变成致命的皮肤恶性黑色素瘤。该系统以与皮肤科医生的经过反复验证的评估结果基本吻合的方式，准确地确定了68位患者的可疑病变范围。
结果表明，该平台可以帮助临床医生更快，更大规模地在临床就诊期间发现可疑病变，从而有可能早日进行诊断和治疗。黑色素瘤是最致命的皮肤癌形式，但是对于病变较薄且尚未扩散到皮肤深处的黑色素瘤，在该病最早阶段被切除的患者，其结果可能会非常好。要筛查黑色素瘤，临床医生通常使用ABCDE组标准评估较大的皮肤表面，寻找显示出癌前迹象的“丑小鸭”病变。
当局还开始推出大型皮肤癌筛查计划，以减轻黑色素瘤的负担，但诊所缺乏可扩展的工具来评估大量患者的病变。在这里，Luis Soenksen及其同事设计了一个神经网络平台，可以为皮肤病变(甚至是用手机摄像头拍摄)拍照，并快速识别可能需要后续测试的可疑标记。该团队使用38283张照片(包括133位患者的皮肤照片)训练了他们的技术，并观察了该方法以90.3%和89.9%的灵敏度和特异性将可疑病变与非可疑病变区分开。
在另一项实验中，该策略还对68位患者的皮肤上的“丑小鸭”病变进行了排名，得出的排名与3位皮肤科医生的评估结果基本相符。作者补充说，未来的改进可能会帮助解决该系统当前存在的一些局限性，例如使其与更广泛的相机，光线设置和摄影师一起使用。
