雷鋒網按：2017年5月19日， 丁香園、中南大學湘雅二醫院（以下簡稱“湘雅二醫院”）和大拿科技三方聯合發佈了中國首個“皮膚病人工智慧輔助診斷系統”。
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
雷鋒網瞭解到， 湘雅二醫院擁有海量皮膚科臨床資料資源， 並以陸前進教授領銜的專家團隊為皮膚病疾病特徵的歸納和疾病診斷模型的建立提供專業支援。
大拿科技作為一家人工智慧公司， 通過圖像識別模型和對海量病例的學習， 實現對皮膚病的人工智慧輔助診斷。
丁香園則整合醫療行業多方位的資源， 連接醫生、患者與醫療機構， 在此次合作中參與系統的設計、開發與運營。
作為階段性研發成果， “皮膚病人工智慧輔助診斷系統”第一期主要實現以紅斑狼瘡為代表的皮膚病人工智慧輔助診斷。
湘雅二醫院對AI的需求
湘雅二院皮膚科主任陸前進教授首先指出他們當時急需解決的問題，
陸前進提到， 皮膚病的病種大約有3000多種， 發病因素錯綜複雜。 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， 年輕的皮膚科醫生需要學習多年才能成熟掌握技能。 而對患者來說， 皮膚病不像感冒發燒可以根據症狀在網上查找資料， 皮疹卻很難用語言來描述。
近些年在中南大學的臨床推動下， 湘雅二醫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資料， 並想借助技術手段挖掘其中的重要資訊和疾病內在規律。
為此， 湘雅二醫院與丁香園、大拿科技展開合作， 研發皮膚病人工智慧輔助診斷系統。
AI在皮膚科的具體應用形式
丁香園CEO張進博士介紹到， 醫療是人工智慧落地的最佳領域， 而中國擁有全球最大的醫療應用場景。
張進博士補充到， 醫學中的很多診斷要依靠形態學做決定：一是皮膚病， 二是病理。
我們知道， 隨著深度學習的發展， AI對圖像的學習速度遠遠超過了人類， 因此機器在形態學診斷方面有著明顯的優勢。
“訓練一個好的皮膚科醫生可能需要十年， 而把AI系統引進來後可大大縮短學習週期。 ”
據悉， 這套皮膚病人工智慧輔助診斷系統分階段實施。
第一階段， 湘雅二醫院積累了大量的皮膚病資料， 其中部分資料由資深醫生標注， 接下來根據這些標注資料訓練模型。 當醫生和患者把皮疹圖片輸入系統時，
第一階段結束後， 三方會把這套系統在整個行業進行推廣， 對外的一大好處是可以觸碰到更多資料。 人工智慧有一條鐵律， 高品質資料越多， 識別準確率也越高。
當然， 資料並非決定一切。
此次負責人工智慧演算法的合作方， 大拿科技產品總監金路博士談到了AI在皮膚病診斷上遇到的技術難題。
他首先說到黑色素瘤是國際上人工智慧應用於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AI介入後， 其對黑色素瘤作出初步診斷得出的效果非常可觀。 同期， 大拿科技開始和丁香園一起探索人工智慧在皮膚領域的應用。
“皮膚病看似簡單，
“但皮膚病除了種類多外還有一個特點， 我們曾做過一項單一病種的診斷， 期間發現臨床診斷過程非常複雜。 當醫生看到部分皮損後會想到好幾種皮膚病， 隨後進行進一步觀察、檢查、用藥， 逐一確認皮膚病的種類。 而目前市面上大部分人工智慧模型還不能做到一次性識別這一點。 ”
針對這些特點， 大拿科技做了一些調整。 對模型進行深度改造， 從而適應皮膚病複雜的特點。 其次進行多結構分類， 我們拍一些照片不只得出一種病的診斷結果， 還會給出多種可能性，幫助醫生借鑒和參考。
經過調整後，這套系統在紅斑狼瘡上的診斷已較為成熟，可區分紅斑狼瘡的不同種類，以及區別其他類似疾病的準確率達到85%以上。之前有資料顯示，無論是高級醫院還是基層醫院，門診總體的誤診率在20%以上。
產品操作端形態
至於產品操作端的形態如何，湘雅二醫院皮膚科主任陸前進教授介紹到，這套系統一方面面向皮膚科醫生，醫生可通過App把圖像傳到系統，於是系統給出最有可能的是哪種皮膚病的識別結果，隨後系統會建立皮膚病電子百科全書。這對年輕醫生而言，他可通過電子百科全書去學習皮膚診斷知識和經驗。為皮膚科醫生的臨床工作和技術效率提供了非常好的輔助。
另一方面則是面向患者，由於絕大多數患者對皮膚病缺乏認知，因此患者可拍幾張皮膚損害的照片，上傳至系統後，系統會很快提示最有可能是哪種皮膚病，然後根據國際衛計委的分級診療原則，得出該皮膚病診療的疑難程度，從而引導患者至最合適的醫院或到最佳專家那裡就診。
目前皮膚病人工智慧輔助診斷系統更多是從皮損的角度輔助紅斑狼瘡診斷，還不能替代醫生做最後的診斷，最終診斷還需根據臨床表現和實驗室的檢查來確診。
在問到臨床應用進展如何時，陸前進博士指出：
我們在跟深圳一家公司做甲基化的研究，現在已經開始進入臨床實驗，不需要很久會通過國家FDA批准，在不久的將來轉化為臨床應用，提高紅斑狼瘡臨床醫生的診斷準確率。
最後，丁香園張進博士說到皮膚病人工智慧輔助診斷系統現階段更多會面向基層醫生來做診斷，之後會在近期內開放給患者使用，同時開放應用場景，以便獲得更多的資料。
在談到該系統是向患者收費還是向醫院收費時，張進博士提到，專案開展目的主要是為解決醫療問題，目前他們還沒有商業上的考慮。
還會給出多種可能性，幫助醫生借鑒和參考。經過調整後，這套系統在紅斑狼瘡上的診斷已較為成熟，可區分紅斑狼瘡的不同種類，以及區別其他類似疾病的準確率達到85%以上。之前有資料顯示，無論是高級醫院還是基層醫院，門診總體的誤診率在20%以上。
產品操作端形態
至於產品操作端的形態如何，湘雅二醫院皮膚科主任陸前進教授介紹到，這套系統一方面面向皮膚科醫生，醫生可通過App把圖像傳到系統，於是系統給出最有可能的是哪種皮膚病的識別結果，隨後系統會建立皮膚病電子百科全書。這對年輕醫生而言，他可通過電子百科全書去學習皮膚診斷知識和經驗。為皮膚科醫生的臨床工作和技術效率提供了非常好的輔助。
另一方面則是面向患者，由於絕大多數患者對皮膚病缺乏認知，因此患者可拍幾張皮膚損害的照片，上傳至系統後，系統會很快提示最有可能是哪種皮膚病，然後根據國際衛計委的分級診療原則，得出該皮膚病診療的疑難程度，從而引導患者至最合適的醫院或到最佳專家那裡就診。
目前皮膚病人工智慧輔助診斷系統更多是從皮損的角度輔助紅斑狼瘡診斷，還不能替代醫生做最後的診斷，最終診斷還需根據臨床表現和實驗室的檢查來確診。
在問到臨床應用進展如何時，陸前進博士指出：
我們在跟深圳一家公司做甲基化的研究，現在已經開始進入臨床實驗，不需要很久會通過國家FDA批准，在不久的將來轉化為臨床應用，提高紅斑狼瘡臨床醫生的診斷準確率。
最後，丁香園張進博士說到皮膚病人工智慧輔助診斷系統現階段更多會面向基層醫生來做診斷，之後會在近期內開放給患者使用，同時開放應用場景，以便獲得更多的資料。
在談到該系統是向患者收費還是向醫院收費時，張進博士提到，專案開展目的主要是為解決醫療問題，目前他們還沒有商業上的考慮。