全国牛皮癣医院推荐联盟

人工智能初试锋芒,皮肤肿瘤“首当其冲”

中国医学论坛报2021-10-07 13:37:21

结果如下


良性符合率

恶性符合率

交界性符合率

平均符合率

疾病名称正确率

医师组

76%

62.5%

0%

63%

46%

AI

100%

75%

100%

90%

90%

比赛结果显示,AI系统在诊断速度和准确率方面均优于医生。

优智AI系统是什么“神器”?

根据皮肤病的特性,其临床表现多位于肌肤暴露部位,很多疾病都可以通过查看临床图片、皮肤镜图片、病理切片等影像资料来进行判断,“皮肤科是最适合远程医疗和人工智能的医疗领域”已成为不少专家的共识。

2017年,斯坦福大学在《Nature》发表关于皮肤肿瘤机器深度学习的研究,结果显示,深度学习在良恶性3分类和疾病大类9分类任务上的符合率分别可达72.1%和55.4%,而针对同样的分类识别,专业医生平均符合率分别为65.8%和54.2%。

此次发布的优智AI系统是首款黄色人种皮肤肿瘤人工智能辅助决策系统,它代表着国内的皮肤科人工智能研发有了实质性的进展

“从研究测试来看,优智AI系统不仅在识别准确度的数据上领先国际水平,更由于专门针对黄色人种、采用皮肤镜数据20余万张进行训练,因此具有很强的临床指导意义。”中日友好医院皮肤科崔勇教授指出,相较于临床图片,皮肤镜所获得的影像数据对于研究测试的价值更大。

优智AI系统由中国人群皮肤影像资源库(Chinese Skin Imanges Detabace, CSID)项目组与优麦科技联合开发完成。优麦科技CEO常江表示,目前上线的这款系统聚焦于皮肤肿瘤,下一步即将扩展到更多皮肤病病种,适用于更多皮肤病辅助决策场景。

优智AI系统大数据从何而来?

人工智能会“看病”依托于机器深度学习。对于皮肤病人工智能而言,就是要获得大量带有专业标注的医学影像样本,也就是大数据。

但是,医疗数据中总有部分是各家医院自我留存,彼此之间未开放、不共享。现实中还有另一种情况,就是患者资料仅存在于医生个人工作电脑中,即便在一个科室内也无法共享。种种因素造就了一个个“信息孤岛”,直接阻碍着人工智能所需要的“大数据”的形成。

中国人群皮肤影像资源库项目(CSID)的建立无疑是破冰之举。

2017年5月,中国人群皮肤影像资源库项目在中华医学会第23次全国皮肤性病学术年会上正式启动,崔勇教授是项目发起人,他认为:“基于中国人群皮肤影像资源库,把特定皮肤病的疾病特征提取出来,就能形成大数据,这些数据经机器深度学习后就能通过人工智能实现疾病决策的辅助与支持。”随着CSID项目的推进,皮肤影像的全国性协作网已经建立,目前协作医院数量已近500家,接收了近20万组高质量图片数据,这不仅为人工智能系统的建设提供了大数据,还有更多发挥路径,比如构建数据的标准化体系以及开展临床研究与应用的辅助示范作用。

事实上,在CSID为优智AI系统提供大数据的同时,也得到了“反哺”。常江表示,优智AI系统在给出决策建议的同时,还会提供判断依据和疾病介绍,信息支持一步到位。除了当好皮肤科医生的诊断助手,系统还能帮助医生更加便捷、完善地管理患者资料,利用云盘或局域网,建立“专属的皮肤病数据库”。

优智AI系统的应用对于皮肤科有什么影响?

数据显示,我国各类医疗机构每年的皮肤科门诊量超过2亿,而皮肤科医生数量仅略超过2万,这意味着,皮肤科医生的年均接诊量数以万计。用“压力山大”描述皮肤科医生的日常丝毫不夸张。

门诊量高负荷只是压力源之一。“皮肤科还是涉及病种最多的临床二级学科。”崔勇教授表示,根据皮肤科经典教科书记载,不同皮肤病诊断名称超过2000种。

早发现、早诊断、早治疗,多数皮肤肿瘤病人不会有生命危险,然而,很多皮肤恶性肿瘤早期容易与其他的皮肤疾病相混淆,导致没有及时被发现,等到确诊时已是晚期。由于皮肤肿瘤表现较为复杂,也就给了误诊、漏诊可趁之机,这样的情况在基层医疗机构更为突出。

皮肤肿瘤人工智能产品作为辅助诊断工具,能够在临床上使得很多原本被误诊、漏诊的皮肤肿瘤及早地被发现。

“通过皮肤摄影、皮肤镜、皮肤CT、皮肤超声等技术获得的多维度皮肤病影像资料,可以非常简便地被这款系统所读取。第一步,系统做出良性、恶性、交界性以及肿瘤还是非肿瘤的判断及其可能性;第二步,则是列出可能的疾病名称,这些辅助诊断结果都会即时显示在皮肤科医生的眼前。” 中国人民解放军空军总医院皮肤病医院孟如松教授表示,“人机对话”的结果也表明,优智AI系统已经完成了应用于临床的功能实现,对于皮肤科医生(尤其是基层皮肤科医生和低年资皮肤科医生)的临床工作能够有效助力。

优智AI系统的发布在人工智能应用于医疗领域有着里程碑式的意义,基于皮肤影像大数据的智慧诊断时代已经到来。” 国家远程医疗与互联网医学中心卢清君主任表示,依托互联网平台、人工智能等技术的不断完善,医疗资源的使用率将不断被优化,从而实现患者、医生、医疗机构等多方共赢。