科技日報記者 俞慧友 實習生王相斌
可診近百種常見皮膚病的“智能皮膚”來了。 27 日， 長沙， 我國首個皮膚病人工智慧輔助診療綜合平臺“智慧皮膚”上線，
中南大學湘雅二醫院、丁香園和睿琪軟體聯合研發， 誕生於去年 5 月的“智能皮膚”， 一出生， 便開展了以紅斑狼瘡為代表的皮膚病人工智慧輔助診斷。 彼時， “識圖辨病”尚是首次進入公眾視野。
一年的“新生兒期”過去， “智慧皮膚”新累計“學習”了超 60 萬張病例圖片， “成績”大幅提升：34 種常見病識別準確率超 95%， 85 種皮膚病識別準確率達 86%， 可識別病種數和準確率居行業之首。
4 月 16 - 25 日， 中南大學湘雅二醫院， 和丁香園共同發起了“助力 AI ——全網皮膚科醫生排位賽”。 系統“微機派位元”給每名醫生 10 道含病例描述的初階、不含病例描述的高階“考題”， 根據醫生答題正確率和用時情況進行全網即時排位。 “智慧皮膚”參與同題競爭。
2184 名來自不同科室、不同職稱的醫生， 參與了排位賽。 其中， 表現最優的545 名皮膚病/性病科醫生中， 主治以上級別的醫師平均得分69.03 分， 平均完成時長107 秒。 “智慧皮膚”平均得分 87.5 分， 平均完成時長 31.4 秒。
“不意外”， 中南大學湘雅二醫院皮膚科主任陸前進向科技日報記者表示，
不過， 進入實戰， “人機大戰”結果又發生了變化。 在“智慧皮膚”與醫生， 同時對141 個真實皮膚病病例診斷的實驗中， 醫生面對患者， AI 系統只識別圖片的情況下， 醫生和 AI 系統的平均診斷準確率分別為76.6%、73.8%。 醫生的準確率略高一籌。
“皮膚病診斷具直觀性， 皮損表現是疾病診斷線索的主要資訊來源。 依靠人工智慧可提高簡單疾病診斷、治療效率， 但對複雜疾病， 要實現人工智慧還有很長的路要走。 至少目前， 人工智慧不會、也不能替代醫生。 ”陸前進肯定。 他也表示， 隨著圖像識別、深度學習等技術的突破， 人工智慧在皮膚病的臨床診斷過程中能提供可靠佐證。
27日， 陸前進擔任聯盟主席的我國首個“皮膚病人工智慧發展聯盟”也正式成立。 聯盟集合了全國業內精英， 主要致力於幫助“智慧皮膚”“學會”診斷更多病種， 甚至是部分少見皮膚病。
聯盟“三方”力量強大。 來自全國多中心的專家團隊， 擁有大量臨床皮損圖片資源， 可為皮膚病疾病特徵的歸納和疾病診斷模型的建立提供更權威的專業支援；睿琪軟體人工智慧技術團隊， 掌握著成熟的圖像識別模型；作為醫療行業價值連接者的丁香園， 則擅長整合協同醫療行業各方核心優勢資源， 賦能醫生、患者與醫療，
據悉， 未來 5 年， 聯盟將主要構建一個可信賴的綜合診療平臺， 實現對主要皮膚疾病的診療覆蓋， 建立皮膚病人工智慧領域行業標準， 最終形成產學研的完整價值鏈條。