雷鋒網(wǎng)按：2017年5月19日，丁香園、中南大學(xué)湘雅二醫(yī)院（以下簡(jiǎn)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(gè)“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(wǎng)了解到，湘雅二醫(yī)院擁有海量皮膚科臨床數(shù)據(jù)資源，并以陸前進(jìn)教授領(lǐng)銜的專家團(tuán)隊(duì)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(shí)別模型和對(duì)海量病例的學(xué)習(xí)，實(shí)現(xiàn)對(duì)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(jī)構(gòu)，在此次合作中參與系統(tǒng)的設(shè)計(jì)、開發(fā)與運(yùn)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(shí)現(xiàn)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(duì)AI的需求

湘雅二院皮膚科主任陸前進(jìn)教授首先指出他們當(dāng)時(shí)急需解決的問題，以及對(duì)AI的需求。

陸前進(jìn)提到，皮膚病的病種大約有3000多種，發(fā)病因素錯(cuò)綜復(fù)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(xué)習(xí)多年才能成熟掌握技能。而對(duì)患者來說，皮膚病不像感冒發(fā)燒可以根據(jù)癥狀在網(wǎng)上查找資料，皮疹卻很難用語言來描述。

近些年在中南大學(xué)的臨床推動(dòng)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(shù)據(jù)，并想借助技術(shù)手段挖掘其中的重要信息和疾病內(nèi)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(yīng)用形式

丁香園CEO張進(jìn)博士介紹到，醫(yī)療是人工智能落地的最佳領(lǐng)域，而中國擁有全球最大的醫(yī)療應(yīng)用場(chǎng)景。

張進(jìn)博士補(bǔ)充到，醫(yī)學(xué)中的很多診斷要依靠形態(tài)學(xué)做決定：一是皮膚病，二是病理。

我們知道，隨著深度學(xué)習(xí)的發(fā)展，AI對(duì)圖像的學(xué)習(xí)速度遠(yuǎn)遠(yuǎn)超過了人類，因此機(jī)器在形態(tài)學(xué)診斷方面有著明顯的優(yōu)勢(shì)。

“訓(xùn)練一個(gè)好的皮膚科醫(yī)生可能需要十年，而把AI系統(tǒng)引進(jìn)來后可大大縮短學(xué)習(xí)周期?！?/p>

據(jù)悉，這套皮膚病人工智能輔助診斷系統(tǒng)分階段實(shí)施。

第一階段，湘雅二醫(yī)院積累了大量的皮膚病數(shù)據(jù)，其中部分?jǐn)?shù)據(jù)由資深醫(yī)生標(biāo)注，接下來根據(jù)這些標(biāo)注數(shù)據(jù)訓(xùn)練模型。當(dāng)醫(yī)生和患者把皮疹圖片輸入系統(tǒng)時(shí)，系統(tǒng)會(huì)給出識(shí)別結(jié)果：最有可能是哪三種皮膚病。

第一階段結(jié)束后，三方會(huì)把這套系統(tǒng)在整個(gè)行業(yè)進(jìn)行推廣，對(duì)外的一大好處是可以觸碰到更多數(shù)據(jù)。人工智能有一條鐵律，高質(zhì)量數(shù)據(jù)越多，識(shí)別準(zhǔn)確率也越高。

當(dāng)然，數(shù)據(jù)并非決定一切。

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

他首先說到黑色素瘤是國際上人工智能應(yīng)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(dāng)AI介入后，其對(duì)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(lǐng)域的應(yīng)用。

“皮膚病看似簡(jiǎn)單，但鑒于種類繁多，使得在模型訓(xùn)練過程中需要非常多的數(shù)據(jù)。通常情況下，我們的做法是利用AI對(duì)大量圖片進(jìn)行學(xué)習(xí)，隨后與此前建立好的圖庫進(jìn)行比對(duì)，它會(huì)比較準(zhǔn)確地提示是哪種疾病。“

“但皮膚病除了種類多外還有一個(gè)特點(diǎn)，我們?cè)鲞^一項(xiàng)單一病種的診斷，期間發(fā)現(xiàn)臨床診斷過程非常復(fù)雜。當(dāng)醫(yī)生看到部分皮損后會(huì)想到好幾種皮膚病，隨后進(jìn)行進(jìn)一步觀察、檢查、用藥，逐一確認(rèn)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(shí)別這一點(diǎn)?！?/p>

針對(duì)這些特點(diǎn)，大拿科技做了一些調(diào)整。對(duì)模型進(jìn)行深度改造，從而適應(yīng)皮膚病復(fù)雜的特點(diǎn)。其次進(jìn)行多結(jié)構(gòu)分類，我們拍一些照片不只得出一種病的診斷結(jié)果，還會(huì)給出多種可能性，幫助醫(yī)生借鑒和參考。

經(jīng)過調(diào)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(zhǔn)確率達(dá)到85%以上。之前有數(shù)據(jù)顯示，無論是高級(jí)醫(yī)院還是基層醫(yī)院，門診總體的誤診率在20%以上。

產(chǎn)品操作端形態(tài)

至于產(chǎn)品操作端的形態(tài)如何，湘雅二醫(yī)院皮膚科主任陸前進(jìn)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(shí)別結(jié)果，隨后系統(tǒng)會(huì)建立皮膚病電子百科全書。這對(duì)年輕醫(yī)生而言，他可通過電子百科全書去學(xué)習(xí)皮膚診斷知識(shí)和經(jīng)驗(yàn)。為皮膚科醫(yī)生的臨床工作和技術(shù)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(shù)患者對(duì)皮膚病缺乏認(rèn)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(huì)很快提示最有可能是哪種皮膚病，然后根據(jù)國際衛(wèi)計(jì)委的分級(jí)診療原則，得出該皮膚病診療的疑難程度，從而引導(dǎo)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(jù)臨床表現(xiàn)和實(shí)驗(yàn)室的檢查來確診。

在問到臨床應(yīng)用進(jìn)展如何時(shí)，陸前進(jìn)博士指出：

我們?cè)诟钲谝患夜咀黾谆难芯浚F(xiàn)在已經(jīng)開始進(jìn)入臨床實(shí)驗(yàn)，不需要很久會(huì)通過國家FDA批準(zhǔn)，在不久的將來轉(zhuǎn)化為臨床應(yīng)用，提高紅斑狼瘡臨床醫(yī)生的診斷準(zhǔn)確率。

最后，丁香園張進(jìn)博士說到皮膚病人工智能輔助診斷系統(tǒng)現(xiàn)階段更多會(huì)面向基層醫(yī)生來做診斷，之后會(huì)在近期內(nèi)開放給患者使用，同時(shí)開放應(yīng)用場(chǎng)景，以便獲得更多的數(shù)據(jù)。

在談到該系統(tǒng)是向患者收費(fèi)還是向醫(yī)院收費(fèi)時(shí)，張進(jìn)博士提到，項(xiàng)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(guān)于人工智能升級(jí)傳統(tǒng)行業(yè)的文章，請(qǐng)關(guān)注雷鋒網(wǎng)AI商業(yè)化垂直微信公眾號(hào)：AI掘金志。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。