韓國(guó)的研究人員開(kāi)發(fā)了一種基于深度學(xué)習(xí)的人工智能(AI)算法，該算法可以準(zhǔn)確地對(duì)皮膚皮膚疾病進(jìn)行分類，預(yù)測(cè)惡性腫瘤，建議主要治療方案，并可以作為輔助工具來(lái)提高臨床醫(yī)生的診斷準(zhǔn)確性。借助該系統(tǒng)，皮膚科醫(yī)生和公眾的診斷準(zhǔn)確性大大提高。這項(xiàng)新的研究發(fā)表在《皮膚病學(xué)研究雜志》上。

皮膚病很常見(jiàn)，但是要迅速拜訪皮膚科醫(yī)生或區(qū)分惡性腫瘤與良性疾病并不總是那么容易。“最近，人工智能在醫(yī)學(xué)上的應(yīng)用取得了顯著進(jìn)展。對(duì)于特定問(wèn)題，例如區(qū)分黑色素瘤和痣，人工智能已顯示出與人類皮膚科醫(yī)生相當(dāng)?shù)慕Y(jié)果。但是，對(duì)于這些系統(tǒng)在實(shí)踐中有用，它們的性能需要在與實(shí)際操作類似的環(huán)境中進(jìn)行測(cè)試，這不僅需要對(duì)惡性病變與良性病變進(jìn)行分類，而且還需要將皮膚癌與眾多其他皮膚疾病(包括炎癥和感染性疾病)區(qū)分開(kāi)來(lái)，”醫(yī)學(xué)首席研究員Jung-Im Na解釋說(shuō)，韓國(guó)首爾國(guó)立大學(xué)皮膚科，博士。

研究人員使用專門(mén)的AI算法“卷積神經(jīng)網(wǎng)絡(luò)”開(kāi)發(fā)了一種能夠預(yù)測(cè)惡性腫瘤，建議治療方案并對(duì)皮膚疾病進(jìn)行分類的AI系統(tǒng)。研究人員收集了22萬(wàn)張患有174種皮膚病的亞洲人和高加索人的圖像，并訓(xùn)練了神經(jīng)網(wǎng)絡(luò)來(lái)解釋這些圖像。他們發(fā)現(xiàn)，該算法可以診斷134種皮膚疾病，并提出主要的治療選擇，對(duì)疾病進(jìn)行多類分類，并通過(guò)增強(qiáng)智能提高醫(yī)療專業(yè)人員的績(jī)效。大多數(shù)先前的研究?jī)H限于特定的二元任務(wù)，例如區(qū)分黑色素瘤和痣。

最初將該算法的性能與21位皮膚科醫(yī)生，26位皮膚病學(xué)家和23位普通公眾的性能進(jìn)行了比較。它的表現(xiàn)與皮膚科住院醫(yī)師相似，但略低于皮膚科醫(yī)師。初始測(cè)試后，測(cè)試參與者將被告知算法結(jié)果，并隨后修改了答案。47名臨床醫(yī)生的惡性診斷敏感性從77.4%提高到86.8%。同樣，由23名普通民眾對(duì)惡性腫瘤的診斷敏感性從47.6%顯著提高到87.5%。值得注意的是，根據(jù)最初的結(jié)果，如果沒(méi)有轉(zhuǎn)介專家，一般公眾就會(huì)錯(cuò)過(guò)一半的惡性腫瘤。

Na博士說(shuō)：“我們的結(jié)果表明，我們的算法可以作為增強(qiáng)智能的工具，可以增強(qiáng)醫(yī)學(xué)專家在診斷皮膚病學(xué)中的能力。”“我們期望人工智能能夠代替人類代替人類，而作為增強(qiáng)智能來(lái)支持人類，從而更快，更準(zhǔn)確地進(jìn)行診斷。”

研究人員告誡說(shuō)，即使提出的問(wèn)題很簡(jiǎn)單，人工智能也不能最終解釋未經(jīng)訓(xùn)練的圖像。例如，僅受過(guò)訓(xùn)練以區(qū)分黑色素瘤和痣的算法不能區(qū)分指甲血腫和黑色素瘤或痣的圖像。如果血腫的形狀不規(guī)則，該算法可能會(huì)將其診斷為黑素瘤。他們還指出，該算法是使用高質(zhì)量圖像進(jìn)行訓(xùn)練和測(cè)試的，如果輸入圖像的質(zhì)量較低，則其性能通常會(huì)欠佳。

另外，與在臨床環(huán)境中進(jìn)行的診斷相比，僅使用一張具有最佳構(gòu)圖的圖像進(jìn)行的診斷可能會(huì)存在固有的局限性。在實(shí)際實(shí)踐中，皮膚病學(xué)診斷是基于多種信息源進(jìn)行的，包括過(guò)去的病史，癥狀，與患者其他病變相比的外觀，以及通過(guò)身體接觸評(píng)估的病變質(zhì)地。

Na博士評(píng)論說(shuō)：“我們預(yù)計(jì)，將我們的算法與智能手機(jī)配合使用會(huì)鼓勵(lì)公眾拜訪可能被忽視的黑色素瘤等癌癥病變的專家。”“但是，公眾拍攝的照片質(zhì)量或構(gòu)圖可能會(huì)影響算法的結(jié)果。如果可以在臨床環(huán)境中重現(xiàn)算法的性能，則對(duì)早期檢測(cè)皮膚癌將很有希望。我們希望未來(lái)的研究能夠在臨床環(huán)境中評(píng)估我們算法的效用和性能。”

可通過(guò)其網(wǎng)站獲得團(tuán)隊(duì)深度學(xué)習(xí)方法的早期演示版本。研究人員希望通過(guò)網(wǎng)站上的數(shù)據(jù)進(jìn)行分析，以找出通過(guò)遠(yuǎn)程醫(yī)療使用AI仍然可能出現(xiàn)的問(wèn)題，遠(yuǎn)程醫(yī)療更多地依賴于臨床攝影來(lái)診斷皮膚疾病，但是這種診斷仍需要皮膚科醫(yī)生進(jìn)行驗(yàn)證以及患者的病史和體格檢查。