AI挑戰皮膚科診斷 只是牛刀小試
日前，一場特别的較量在中日友爱醫院展開。對陣的一方是來自北京、雲南、內蒙古等地的10名皮膚科醫生，另外一方是首款黃色人種皮膚腫瘤人工智能輔助決策系統——優智AI系統。競賽科目是皮膚腫瘤的診斷乐成率，包含皮膚腫瘤性質及腫瘤名稱。比賽開始前，中國人民解放軍總醫院皮膚病醫院孟如鬆传授拿出60組皮膚腫瘤病例資料，現場隨機抽取10組圖片，讓醫師與優智AI系統同時作答，正確谜底以病理診斷為金標准。
十分鐘后，優智AI系統的良性分類合适率達100%，惡性合适率為75%，均匀合适率達到了90%﹔而醫生組對應則分別為76%，62.5%和63%。AI完勝皮膚科醫生。
孟如鬆暗示，“人機對戰”的結果表白，優智AI系統已經完成为了應用於臨床的功效實現，能夠為皮膚科醫生，特别是基層皮膚科醫生和低年資皮膚科醫生的臨床事情實現有用助力。
對於人類醫生遜於AI系統的結果，皮膚病專家並不感触不测。
2017年，斯坦福大學在《天然》雜志上發表了一份關於皮膚腫瘤機器深度學習的钻研。結果顯示，深度學習在良惡性3分類和疾病大類9分類任務上的合适率分別可達72.1%和55.4%。而針對同樣的分類識別，專業醫生均匀合适率分別為65.8%和54.2%。
“由於皮膚病的臨床表現多位於肌膚表露部位，不少疾病可以通過检察臨床圖片、皮膚鏡圖片、病理切片等影象資料來進行判斷。”北京大學人民醫院皮膚科主任張建中传授暗示，通過海量圖片的學習，皮膚科是最適合遠程醫療和人工智能的醫療領域。
“對於我國各級醫療機構來說，初期識別並診斷出皮膚腫瘤是一種挑戰，特別是對於基層醫院而言，皮膚腫瘤極易被漏診，造成很大的臨床問題。” 優智AI系統項目牽牙齦腫痛,頭人、中日醫院崔勇在接管記者採訪時暗示，本次推出的優智AI，恰是針對這一痛點而開發的。
盡管在崔勇看來，今朝AI系統還存在四大瓶頸：皮膚病學特點決定絕對大數據的不成及性、AI技术獲取途徑造成深度學習计谋不完备性、AI識別維度限定造成技術路徑的不可熟性和人工診斷的不確定性影響數據資源的准確性。但對於基層機構而言，優智AI將幫助基層醫生提高診斷程度，低落誤診漏診率。同時，崔勇也但愿通過與國家遠程醫療與互聯網醫學中间的戰略互助，針對AI解決不了的疑難病症開展遠程會診業務。
这次發布的AI系統是由中國人群皮膚影象資源庫（CSID）項目組與優麥科技聯合開發完成。“今朝上線的這款系統聚焦於皮膚腫瘤，下一步即將擴展到更多皮膚病病種，適用於更多皮膚病輔助決策場景。”優麥科技首席執行官常江暗示，優麥科技和國家遠程醫療與互聯網醫學中间啟動的戰略互助，就是但愿未來三到五年操纵新技術，幫助最少一萬家基層醫療機構和10萬名基層醫生解決各類辣手的臨床皮膚病問題。
國家遠台中借錢,程醫療與互聯網醫學中间主任盧清君也暗示，優智AI系統的發布在人工智能應用於醫療領域有著裡程碑式的意義。“依靠互聯網平台、人工智能等技術的不斷完美，醫療資源的利用率將不斷被優化牙齦炎治療藥,，從而實現患者、醫生、醫療機構等多方共贏。”
頁:
[1]