教育新闻网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，该算法可以准确地对皮肤皮肤疾病进行分类，预测恶性肿瘤，建议主要治疗方案，并可以作为辅助工具来提高临床医生的诊断准确性。借助该系统，皮肤科医生和公众的诊断准确性大大提高。这项新的研究发表在《皮肤病学研究杂志》上。
皮肤病很常见，但是要迅速拜访皮肤科医生或区分恶性肿瘤与良性疾病并不总是那么容易。“最近，人工智能在医学上的应用取得了显着进展。对于特定问题，例如区分黑色素瘤和痣，人工智能已显示出与人类皮肤科医生相当的结果。但是，对于这些系统在实践中有用，它们的性能需要在与实际操作类似的环境中进行测试，这不仅需要对恶性病变与良性病变进行分类，而且还需要将皮肤癌与众多其他皮肤疾病(包括炎症和感染性疾病)区分开来，”医学首席研究员Jung-Im Na解释说，韩国首尔国立大学皮肤科，博士。
研究人员使用专门的AI算法“卷积神经网络”开发了一种能够预测恶性肿瘤，建议治疗方案并对皮肤疾病进行分类的AI系统。研究人员收集了22万张患有174种皮肤病的亚洲人和高加索人的图像，并训练了神经网络来解释这些图像。他们发现，该算法可以诊断134种皮肤疾病，并提出主要的治疗选择，对疾病进行多类分类，并通过增强智能提高医疗专业人员的绩效。大多数先前的研究仅限于特定的二元任务，例如区分黑色素瘤和痣。
最初将该算法的性能与21位皮肤科医生，26位皮肤病学家和23位普通公众的性能进行了比较。它的表现与皮肤科住院医师相似，但略低于皮肤科医师。初始测试后，测试参与者将被告知算法结果，并随后修改了答案。47名临床医生的恶性诊断敏感性从77.4%提高到86.8%。同样，由23名普通民众对恶性肿瘤的诊断敏感性从47.6%显着提高到87.5%。值得注意的是，根据最初的结果，如果没有转介专家，一般公众就会错过一半的恶性肿瘤。
Na博士说：“我们的结果表明，我们的算法可以作为增强智能的工具，可以增强医学专家在诊断皮肤病学中的能力。”“我们期望人工智能能够代替人类代替人类，而作为增强智能来支持人类，从而更快，更准确地进行诊断。”
研究人员告诫说，即使提出的问题很简单，人工智能也不能最终解释未经训练的图像。例如，仅受过训练以区分黑色素瘤和痣的算法不能区分指甲血肿和黑色素瘤或痣的图像。如果血肿的形状不规则，该算法可能会将其诊断为黑素瘤。他们还指出，该算法是使用高质量图像进行训练和测试的，如果输入图像的质量较低，则其性能通常会欠佳。
另外，与在临床环境中进行的诊断相比，仅使用一张具有最佳构图的图像进行的诊断可能会存在固有的局限性。在实际实践中，皮肤病学诊断是基于多种信息源进行的，包括过去的病史，症状，与患者其他病变相比的外观，以及通过身体接触评估的病变质地。
Na博士评论说：“我们预计，将我们的算法与智能手机配合使用会鼓励公众拜访可能被忽视的黑色素瘤等癌症病变的专家。”“但是，公众拍摄的照片质量或构图可能会影响算法的结果。如果可以在临床环境中重现算法的性能，则对早期检测皮肤癌将很有希望。我们希望未来的研究能够在临床环境中评估我们算法的效用和性能。”
可通过其网站获得团队深度学习方法的早期演示版本。研究人员希望通过网站上的数据进行分析，以找出通过远程医疗使用AI仍然可能出现的问题，远程医疗更多地依赖于临床摄影来诊断皮肤疾病，但是这种诊断仍需要皮肤科医生进行验证以及患者的病史和体格检查。
