全国皮肤病医院费用交流群

85 种病手机拍照就能识别?专门看皮肤病的人工智能来了

未来研习室 2020-02-13 13:04:06

27

04-2018

今天,中南大学湘雅二院召开「皮肤病人工智能辅助诊疗综合平台临床启用发布会」,宣布国内首个皮肤病辅助诊疗综合平台正式向临床医生开放使用。

文|天网景甜

去年 5 月,中南大学湘雅二医院(以下简称湘雅二院)、丁香园和睿琪软件联合发布了中国首个皮肤病人工智能辅助诊疗系统 ——「智能皮肤」。作为阶段性研发成果,第一期主要实现以红斑狼疮为代表的皮肤病人工智能辅助诊断。识图辨病第一次进入公众视野。


一年时间,在经历了多番测试、审核、训练,累计学习超过 60 万张病例图片后,日前该系统迎来重大突破:对 85 种皮肤病识别准确率达 86%,其中 34 种常见病大于 95%,可识别病种数和准确率居行业之首。


「智能皮肤」PK 专业医生


4 月 16 - 25 日,湘雅二院和丁香园共同发起了「助力 AI」 —— 全网皮肤科医生排位赛。


系统会随机为每位医生分配 10 道初阶(含病例描述)或高阶(不含病例描述)题目,根据医生的正确率和用时情况在全网进行实时排位。每位医生开始答题时,「智能皮肤」都会同步进行,每轮比赛结束后显示医生和「智能皮肤」的答题成绩。题目由湘雅二院提供,并经过多轮专家审核和病理诊断。


此次活动,共计 2184 名来自不同科室、不同职称的医生参加了微信端「人机大战」排位赛。在所有参赛的 545 名皮肤病/性病科医生中,主治以上级别的医师在平均得分、参与积极性皆显著优于其他科室医生,平均答题得分是 69.03 分,平均完成时长是 107 秒。而「智能皮肤」平均得分是 87.5 分,平均完成时长 31.4 秒。


△智能识别系统界面


△患者拍照上传病例


△系统识别可能患有的疾病


拿到这样的结果,中南大学湘雅二院皮肤科主任、博士生导师陆前进教授并不意外。他表示,在医生和 AI 系统都是在看图片的特定情况下,人工智能的准确率和时间高于医生,主要是因为机器学习了大量的图片。


如果在临床诊断过程中又是怎样的结果呢?AI 系统与医生在 141 个真实的皮肤病病例诊断实验中,医生面对患者,而 AI 系统只有图片的情况下,医生和 AI 系统的平均诊断准确率是 76.6%、73.8%。医生的准确率稍高于 AI 系统。


陆前进教授说:


皮肤病的诊断颇具直观性,皮损表现是疾病诊断线索的主要信息来源。随着图像识别、深度学习等技术的突破,人工智能在皮肤病的临床诊断过程中能提供可靠佐证。但对于人工智能的准确率也要从不同方面来看待其应用价值。


皮肤病人工智能发展联盟成立


启动仪式上,皮肤病人工智能发展联盟也同期正式成立。陆前进教授任联盟主席,丁香园副总裁张伟先生担任联盟秘书长。来自全国各地的联盟成员,将聚合力量,将智能系统扩展到更多的病种,同时也将系统平台打造得更加全面。


△中南大学湘雅二院皮肤科主任、博士生导师

陆前进教授


陆前进教授表示:


依靠人工智能可提高简单疾病诊断、治疗效率,但对于复杂疾病要实现人工智能还有很长的路要走,人工智能不会也不能替代医生。


在谈到联盟的未来发展规划时,陆前进教授说:


未来 5 年,联盟将分三个阶段发展。2018 年作为第一阶段,将建立健全联盟框架和发展机制,构建成为可信赖的综合诊疗平台;2019-2020 年作为体系发展阶段,将实现对主要皮肤疾病的诊疗覆盖,建立皮肤病人工智能领域行业标准;2021-2023 年为生态完善阶段,形成产学研的完整价值链条。