拍图识病 人工智能帮忙寻医问药

　　我国研发首个皮肤病人工智能辅助诊断系统,上传患者皮损照片,1秒钟就有诊断提示

　　长沙晚报记者 唐江澎 通讯员 尹恒 吴海竞

　　用手机对准患病的皮肤拍照并上传，系统便会给出所患皮肤病种的诊断提示，并提供国内在这一领域最权威的专家的信息，甚至可以向你推荐离你距离最近的专家的门诊信息，实现一键挂号……

　　在中南大学临床大数据项目的基础上，中南大学湘雅二医院联合医生专业社交平台丁香园、人工智能技术公司大拿科技开发了中国首个皮肤病人工智能辅助诊断系统，并已取得重大突破。

　　昨日，研发单位宣布，该系统的医生平台将在今年9月份左右面向临床医生开放，未来还将推出患者平台。参与系统研发的三家单位的负责人均表示，目前暂不考虑该系统的商业用途，暂时也不会对医疗机构和患者收取费用。

　　前沿探访

　　皮损照片上传1秒钟 诊断提示自动排序

　　昨日，工作人员用手机向记者演示了皮肤病人工智能辅助诊断系统的操作流程。

　　点击进入系统后，工作人员上传了一张皮肤病患者的皮损照片，不到1秒钟，系统便给出了3个诊断提示：系统性红斑狼疮95%，硬皮病1%，玫瑰痤疮1%。

　　“这是一个已经确诊了的系统性红斑狼疮患者的图片，系统也提示最大可能性是这个疾病。”中南大学皮肤性病研究所所长、湘雅二医院皮肤科主任陆前进教授介绍，目前，该系统第一期主要实现了红斑狼疮的人工智能辅助诊断，其识别准确性在85%以上。未来随着采集数据的增加，诊断的准确率还将进一步提高。

　　陆前进告诉记者，由于皮肤疾病病种繁多，仅记载在册的就有2000多种，而皮肤病的诊断具有很强的直观性，皮损表现是疾病诊断线索的主要信息来源，这使其成为适宜开展人工智能医疗应用的潜在学科。随着研发的深入，未来该系统还将逐步扩展病种，建立多发、常见皮肤病的临床辅助诊断模型。

　　技术解码

　　关键词1：人工智能辅助诊断模型

　　在医学专家的帮助下，借助人工智能深度神经网络，结合医学大数据和医学知识等，创造出高效的辅助诊断工具，从而为医疗提供更有效的帮助，这便是人工智能辅助诊断模型。

　　该模型可以准确地识别图片、医学影像，并且可以模拟人类医生大脑诊断出疾病，提供诊断建议、疾病预测预警评估等。其准确性已接近或部分超过人类医生较高水准。

　　关键词2：医生赋能

　　皮肤损害形态多种多样，有些皮肤病皮损又极其相似，这给皮肤科医生、特别是基层皮肤科医生的临床诊断带来了巨大的挑战。

　　该系统将皮肤病领域专家经验输出给临床一线的皮肤科医生，借此为基层医生和年轻医生“赋能”。该系统医生平台上线后，基层医生和年轻医生不仅可以通过将图像传到系统获得诊断提示，还可以通过系统学习相关知识。

　　关键词3：精准导诊

　　医生平台上线后，研发单位将进一步开放患者端服务。

　　患者通过手机对皮损进行拍照识别，导诊系统便可初步判断疾病分类，并按照分级诊疗原则根据患者疾病的疑难程度进行合理导诊。

　　对于疑难复杂性皮肤病，系统将自动推荐擅长该疾病诊疗的医院和专家，帮助患者找到合适的医院和医生就诊，助力分级诊疗、科学就医。

　　不过，目前该系统仅作为辅助诊断手段，最终的诊断和治疗，还是要医生根据患者的临床表现、实验室检查进行，人工智能不会也不能替代医生的作用。

　　憧憬未来

　　人工智能将助力精准医疗

　　比起人脑，人工智能平台可以更高效地处理海量数据，并迅速找到一些特征和规律；同时，可以利用庞大的易学知识库和数据库，建立医生的临床辅助决策系统，帮助医生进行诊断。

　　人工智能技术在医疗上的应用，可能帮助医生更精准地诊断。如利用人工智能在视觉方面独特的技术优势，通过技术支持，提高医疗成像的分析能力，协助医生在治疗过程中进行准确分析，降低主客观因素对医生的干扰。

　　在精准诊断之后，人工智能还可能帮助实现精准治疗。如可以利用技术优势，进行药物研发，进行靶向治疗；也可能实现对患者的实时监控等。

　　业内人士表示，随着医学分科的越来越细，医生的专科外的知识储量相对较少。人工智能在医学上的广泛应用，将弥补这一不足，使学科交叉、融合成为可能。

　　不过，也有业内人士指出，人工智能在高度依赖大数据的同时，也挑战着患者数据隐私等相关问题，这也是研发人员必须面对的课题。