人工智能模型有助于过敏性皮炎患者诊断并发症和恶性疾病
![Images of skin lesions can vary significantly depending on the distance between the lesion and the imaging device. By minimizing the imaging bias caused by distance, the accuracy of skin lesion differentiation can be enhanced. Credit: Yuta Yanagisawa et al 人工智能模型有助于过敏性皮炎患者诊断并发症和恶性疾病](https://scx1.b-cdn.net/csz/news/800a/2023/ai-model-helps-atopic.jpg)
过敏性皮炎皮肤损伤和病变由传染性疾病并发症的看起来很相似,这使得它不可能对病人发现的区别,知道什么时候访问他们的医生治疗。但AI-powered移动应用开发的皮肤科医生现在把诊断病人的手中的力量。
皮肤科医生团队开发了一个人工智能授权(AI)模型特应性皮炎(广告)患者检测细菌或病毒感染和并发症区分湿疹和皮肤损伤造成的一种血液癌症。
人工智能模型详细的发表的一篇论文中皮肤病学的科学杂志2023年1月10日。
广告是一种慢性疾病,影响到大约12%的人,常常开始于童年。广告通常有抑制皮肤患者免疫屏障,从而降低他们对微生物病原体的保护,导致并发症的从细菌或湿疹病毒感染。这可能包括单纯疱疹、脓疱病和卡波济varicelliform喷发(疱疹性湿疹)。
识别是否广告导致了这些并发症可以挑战对患者症状的出现在皮肤上非常类似于广告本身。此外,蕈样,导致一种血液癌症皮肤损伤,也可以表现出类似的症状与广告的广告,可能共存。一些药物广告甚至可以恶化感染或蕈样。
![Our system achieved an accuracy rate almost equivalent to that of dermatologists when cropping skin lesions for differentiation. Credit: Yuta Yanagisawa et al 人工智能模型有助于过敏性皮炎患者诊断并发症和恶性疾病](https://scx1.b-cdn.net/csz/news/800a/2023/ai-model-helps-atopic-1.jpg)
适当的和并发症的早期诊断和适当治疗恶性疾病是至关重要的,更好的结果。然而,病人不能总是意识到任何异常症状,尽快访问医生由于相似的症状。
为了解决这个问题,团队训练他们的卷积神经网络(CNN)模型在非标准的图片广告,脓疱病,蕈样,单纯疱疹和卡波济varicelliform喷发。然后比较了艾未未的诊断准确性的一组标准图像手工裁剪,皮肤科医生诊断注释。他们发现他们的系统实现了诊断精度几乎等于手动评估图像集。
研究小组目前正在开发一个AI-powered智能手机应用翻译他们的系统,使患者能够管理他们皮肤病只有用手机的摄像头远程。他们也尝试广告病人提高应用程序的可用性。
29平贺柳泽,东北大学医学院的研究员和论文的合著者,说,“一个皮肤科医生当然能够现货的区别,但它是非常不切实际的广告每天病人去皮肤科医生。如果有一些方便,低成本的机制,可以使用复制,皮肤科医生的知识和在病人的日常的检查他们的皮肤。”
团队认为,这种技术会有所帮助病人与皮肤疾病有效且高效地管理他们的条件,导致更好的健康结果。
更多信息:29平贺柳泽et al,卷积神经网络的图像分割模型来提高分类的皮肤疾病,在传统和非标准化的照片图片,皮肤病学的科学杂志(2023)。DOI: 10.1016 / j.jdermsci.2023.01.005