新的人工智能系统可以赋予医学专业人员诊断皮肤病

韩国的研究人员开发了一种基于深度学习的人工智能（AI）算法，可以准确分类皮肤病皮肤病，预测恶性肿瘤，提出初级治疗方案，并作为增强临床医生诊断准确性的辅助工具。在该系统的帮助下，皮肤科医生以及公众的诊断准确性得到了显着改善。这个新的研究报告了调查皮肤病学杂志。

皮肤病是常见的，但快速访问皮肤科医生并不总是易于与良性条件区分恶性肿瘤。“最近，在医学中使用AI的使用取得了显着的进展。对于特定问题，例如区分黑素瘤和奈维，AI所示的结果与人类皮肤病学家的结果相当。然而，对于这些系统实际上是有用的，它们实际上是有用的需要在类似于真实实践的环境中进行性能，这不仅需要对恶性对良性病变进行分类，而且还需要区分皮肤来自许多其他皮肤疾病的癌症，包括炎症和传染性条件，“引导研究员Jung-Im Na，MD，Ph.D.，韩国首尔皮肤科，韩国。

使用“卷积神经网络”，是专业的AI算法，调查人员开发了一种能够预测恶性肿瘤的AI系统，表明治疗方案和分类皮肤病。调查人员收集了220,000个亚洲和高加索人的图像，174人皮肤病训练有素的神经网络来解释这些图像。他们发现该算法可以诊断134个皮肤病和建议初级治疗方案，使疾病之间的多级分类，并通过增强智力提高医疗专业人员的表现。大多数事先研究仅限于特定的二元任务，例如将黑素瘤与Nevi分化。

算法的性能最初与21位皮肤科医生，26位皮肤科居民和23名成员的性能进行比较公众。其表现与皮肤科住院医师相似，但略低于皮肤科医师。在初始测试后，被试被告知算法的结果，并随后修改他们的答案。47名临床医生对恶性肿瘤诊断的敏感性由77.4%提高到86.8%。同样，23名群众对恶性肿瘤诊断的敏感性由47.6%明显提高到87.5%。值得注意的是，根据最初的结果，有一半的恶性肿瘤没有转介到专家那里就会被公众所忽略。

Na博士指出:“我们的结果表明，我们的算法可能作为一种增强智能，可以增强皮肤科医学专业人员的诊断能力。”“我们预计，人工智能将支持人类作为增强智能(ar)，更快、更准确地进行诊断，而不是取代人类。”

研究人员小心AI不能明确地解释图像，即使在呈现的问题是简单的情况下，也不能接受训练来解释。例如，仅培训的算法仅在黑色素瘤和NEVI之间鉴定不能区分指甲血肿和黑素瘤或痣之间的图像。如果血肿的形状不规则，则算法可以将其诊断为黑色素瘤。他们还指出，如果输入图像质量低，则使用高质量图像训练和测试算法，并且其性能通常是次优。

此外，与在临床环境中诊断的诊断相比，用具有最佳组合物的一个图像进行的诊断可能存在固有的局限性。在实际实践中，基于包括过去病史，症状，与患者的其他病变相比的多种信息的组合以及通过物理接触评估的病变的质地的组合来制作皮肤病学诊断。

“我们预计使用智能手机的算法可能会鼓励公众访问癌症病变的专家，如其他忽略的黑色素瘤，”Na博士。“但是，通用可能影响算法结果的一般公众的照片的质量或组成存在问题。如果算法的性能可以在临床环境中再现，因此早期检测将有望皮肤癌用智能手机。我们希望未来的研究将评估我们算法的实用性和性能临床上。"

团队的早期演示版深度学习通过它的方法网站。通过分析网站上的数据，研究人员希望发现，如果通过远程医疗使用人工智能，仍可能出现的问题。远程医疗更依赖临床摄影来诊断皮肤病。然而，这样的诊断仍然需要皮肤科医生以及患者的病史和身体检查来证实。

---

---