雷鋒網按：2017年5月19日，丁香園、中南大學湘雅二醫(yī)院（以下簡稱“湘雅二醫(yī)院”）和大拿科技三方聯(lián)合發(fā)布了中國首個“皮膚病人工智能輔助診斷系統(tǒng)”。

此次合作中，三者各自扮演著自己的角色。

三者各自扮演的角色

雷鋒網了解到，湘雅二醫(yī)院擁有海量皮膚科臨床數據資源，并以陸前進教授領銜的專家團隊為皮膚病疾病特征的歸納和疾病診斷模型的建立提供專業(yè)支持。

大拿科技作為一家人工智能公司，通過圖像識別模型和對海量病例的學習，實現對皮膚病的人工智能輔助診斷。

丁香園則整合醫(yī)療行業(yè)多方位的資源，連接醫(yī)生、患者與醫(yī)療機構，在此次合作中參與系統(tǒng)的設計、開發(fā)與運營。

作為階段性研發(fā)成果，“皮膚病人工智能輔助診斷系統(tǒng)”第一期主要實現以紅斑狼瘡為代表的皮膚病人工智能輔助診斷。   

湘雅二醫(yī)院對AI的需求

湘雅二院皮膚科主任陸前進教授首先指出他們當時急需解決的問題，以及對AI的需求。

陸前進提到，皮膚病的病種大約有3000多種，發(fā)病因素錯綜復雜。此外，部分皮膚病的皮疹外觀也非常相似，使得皮膚病的診療層層受阻。

在這種情況下，年輕的皮膚科醫(yī)生需要學習多年才能成熟掌握技能。而對患者來說，皮膚病不像感冒發(fā)燒可以根據癥狀在網上查找資料，皮疹卻很難用語言來描述。

近些年在中南大學的臨床推動下，湘雅二醫(yī)院皮膚科也著手收集了大量皮膚病的皮疹以及皮膚病圖像數據，并想借助技術手段挖掘其中的重要信息和疾病內在規(guī)律。

為此，湘雅二醫(yī)院與丁香園、大拿科技展開合作，研發(fā)皮膚病人工智能輔助診斷系統(tǒng)。

AI在皮膚科的具體應用形式

丁香園CEO張進博士介紹到，醫(yī)療是人工智能落地的最佳領域，而中國擁有全球最大的醫(yī)療應用場景。

張進博士補充到，醫(yī)學中的很多診斷要依靠形態(tài)學做決定：一是皮膚病，二是病理。

我們知道，隨著深度學習的發(fā)展，AI對圖像的學習速度遠遠超過了人類，因此機器在形態(tài)學診斷方面有著明顯的優(yōu)勢。

“訓練一個好的皮膚科醫(yī)生可能需要十年，而把AI系統(tǒng)引進來后可大大縮短學習周期。”

據悉，這套皮膚病人工智能輔助診斷系統(tǒng)分階段實施。

第一階段，湘雅二醫(yī)院積累了大量的皮膚病數據，其中部分數據由資深醫(yī)生標注，接下來根據這些標注數據訓練模型。當醫(yī)生和患者把皮疹圖片輸入系統(tǒng)時，系統(tǒng)會給出識別結果：最有可能是哪三種皮膚病。

第一階段結束后，三方會把這套系統(tǒng)在整個行業(yè)進行推廣，對外的一大好處是可以觸碰到更多數據。人工智能有一條鐵律，高質量數據越多，識別準確率也越高。

當然，數據并非決定一切。

此次負責人工智能算法的合作方，大拿科技產品總監(jiān)金路博士談到了AI在皮膚病診斷上遇到的技術難題。

他首先說到黑色素瘤是國際上人工智能應用于皮膚病的重要方向之一，這類皮膚病的死亡率非常高。而在今年2月份，當AI介入后，其對黑色素瘤作出初步診斷得出的效果非?？捎^。同期，大拿科技開始和丁香園一起探索人工智能在皮膚領域的應用。

“皮膚病看似簡單，但鑒于種類繁多，使得在模型訓練過程中需要非常多的數據。通常情況下，我們的做法是利用AI對大量圖片進行學習，隨后與此前建立好的圖庫進行比對，它會比較準確地提示是哪種疾病?！?/p>

“但皮膚病除了種類多外還有一個特點，我們曾做過一項單一病種的診斷，期間發(fā)現臨床診斷過程非常復雜。當醫(yī)生看到部分皮損后會想到好幾種皮膚病，隨后進行進一步觀察、檢查、用藥，逐一確認皮膚病的種類。而目前市面上大部分人工智能模型還不能做到一次性識別這一點?！?/p>

針對這些特點，大拿科技做了一些調整。對模型進行深度改造，從而適應皮膚病復雜的特點。其次進行多結構分類，我們拍一些照片不只得出一種病的診斷結果，還會給出多種可能性，幫助醫(yī)生借鑒和參考。

經過調整后，這套系統(tǒng)在紅斑狼瘡上的診斷已較為成熟，可區(qū)分紅斑狼瘡的不同種類，以及區(qū)別其他類似疾病的準確率達到85%以上。之前有數據顯示，無論是高級醫(yī)院還是基層醫(yī)院，門診總體的誤診率在20%以上。

產品操作端形態(tài)

至于產品操作端的形態(tài)如何，湘雅二醫(yī)院皮膚科主任陸前進教授介紹到，這套系統(tǒng)一方面面向皮膚科醫(yī)生，醫(yī)生可通過App把圖像傳到系統(tǒng)，于是系統(tǒng)給出最有可能的是哪種皮膚病的識別結果，隨后系統(tǒng)會建立皮膚病電子百科全書。這對年輕醫(yī)生而言，他可通過電子百科全書去學習皮膚診斷知識和經驗。為皮膚科醫(yī)生的臨床工作和技術效率提供了非常好的輔助。

另一方面則是面向患者，由于絕大多數患者對皮膚病缺乏認知，因此患者可拍幾張皮膚損害的照片，上傳至系統(tǒng)后，系統(tǒng)會很快提示最有可能是哪種皮膚病，然后根據國際衛(wèi)計委的分級診療原則，得出該皮膚病診療的疑難程度，從而引導患者至最合適的醫(yī)院或到最佳專家那里就診。

目前皮膚病人工智能輔助診斷系統(tǒng)更多是從皮損的角度輔助紅斑狼瘡診斷，還不能替代醫(yī)生做最后的診斷，最終診斷還需根據臨床表現和實驗室的檢查來確診。

在問到臨床應用進展如何時，陸前進博士指出：

我們在跟深圳一家公司做甲基化的研究，現在已經開始進入臨床實驗，不需要很久會通過國家FDA批準，在不久的將來轉化為臨床應用，提高紅斑狼瘡臨床醫(yī)生的診斷準確率。

最后，丁香園張進博士說到皮膚病人工智能輔助診斷系統(tǒng)現階段更多會面向基層醫(yī)生來做診斷，之后會在近期內開放給患者使用，同時開放應用場景，以便獲得更多的數據。

在談到該系統(tǒng)是向患者收費還是向醫(yī)院收費時，張進博士提到，項目開展目的主要是為解決醫(yī)療問題，目前他們還沒有商業(yè)上的考慮。

更多關于人工智能升級傳統(tǒng)行業(yè)的文章，請關注雷鋒網AI商業(yè)化垂直微信公眾號：AI掘金志。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。