晉紅中教授：皮膚影像人工智能的發(fā)展態(tài)勢及未來規(guī)劃

由中國醫(yī)學科學院北京協(xié)和醫(yī)院皮膚科與華夏皮膚影像人工智能協(xié)作組共同主辦的「2018 年度協(xié)和皮膚影像診斷學習班」將于 2018 年 8 月 24～26 日在北京舉辦。大會旨在推廣皮膚影像新技術及人工智能診斷。屆時，來自國內外皮膚影像學界專家、學者將為參會者帶來一場高水準的學術盛宴。

在此次學習班籌備之期，華夏皮膚影像人工智能協(xié)作組組長、中國醫(yī)學科學院北京協(xié)和醫(yī)院皮膚科晉紅中教授接受了丁香園的采訪，講述了皮膚鏡與人工智能的發(fā)展態(tài)勢及未來規(guī)劃。

協(xié)作組成立將改善皮膚影像診斷現狀

皮膚病是一類非常復雜的疾病，既往的皮膚病臨床檢測手段相對比較單一，且多為有創(chuàng)檢測。為了推動皮膚病學科的發(fā)展，中國醫(yī)療保健國際交流促進會華夏皮膚影像人工智能協(xié)作組（簡稱協(xié)作組）于今年 5 月份正式成立。

晉紅中教授在介紹協(xié)作組的成立初衷時概括了兩個方面。第一，皮膚病的復雜性。皮膚病的種類非常多，有約 2000 多種，由于人的肉眼在分辨率上的差距性，臨床上靠肉眼觀察皮損的形態(tài)進行診斷的方法誤診率相對較高，輔助診斷方法的出現有助于解決這個問題。如微生物檢測可發(fā)現感染性皮膚病；鏡檢可發(fā)現微生物與真菌的情況；皮膚組織病理檢測可檢測多種皮膚腫瘤或特異性皮膚病。但在這些診斷方法的幫助下仍然有很多皮膚病不能得到準確診斷，現代影像學的發(fā)展，如皮膚鏡、皮膚 B 超、皮膚 CT 等方法，從更多層面上彌補了臨床上的欠缺。華夏皮膚影像人工智能協(xié)作組的成立有助于通過群策群力來解決皮膚病的診斷問題，把一些模糊或不清楚的診斷利用新型的方法更好地進行判斷。

第二，目前中國的發(fā)展仍然不平衡。協(xié)作組的成立可以通過這個平臺建立很好的數據庫，共享于全國，尤其是廣大的基層醫(yī)院和醫(yī)生，更好地造福于患者和群眾。

對于協(xié)助組的未來計劃，首先希望依靠行業(yè)內各學者及專家的共同力量來解決皮膚病的相關臨床問題。其次，考慮目前的影像或人工智能技術在一些具體的疾病（如炎癥性疾病和腫瘤）上可以解決哪些問題。炎癥性疾病需要解決沒有病因學改變但有形態(tài)學改變的疾病類型的診斷問題。解決思路是觀察這些疾病在皮膚影像和人工智能方面的共性，抓住其獨有特點從而進行診斷。在腫瘤方面，既往臨床上通常會先進行組織病理檢測來進一步診斷腫瘤，如美國對于黑色素瘤的診斷大多是通過組織病理檢測，消耗了很多人力和物力。若通過皮膚鏡初篩將不需要做組織病理檢測的病例篩選出來，可節(jié)省大量人力物力成本。

皮膚鏡的發(fā)展態(tài)勢及未來規(guī)劃

本次學術班首先將更多關注皮膚鏡的新進展；其次關注皮膚鏡在疾病的診療方面的具體應用；然后聚焦如何幫助基層醫(yī)生通過學習班更好地掌握、推動皮膚鏡使用。

皮膚鏡在近年來的發(fā)展態(tài)勢主要有三點：第一，經過多年的發(fā)展，皮膚鏡技術已逐漸趨于成熟，改善了分辨率相對較低且圖像質量不過關的缺點。第二，數據庫的建設在同步更新，不同的資料得到了更好的整合。第三，經過前期工作的積累，多個皮膚病病種已形成了自己的獨特語言，有助于疾病的診斷。如皮膚鏡在銀屑病和其他紅斑磷屑疾病的鑒別符合率基本上能達到 80%，甚至更高的水平。

皮膚鏡的未來發(fā)展規(guī)劃也主要集中在三點：第一，將數據進行整合與梳理，建立一個精準的數據庫供臨床使用。第二，選取具有代表性的皮膚病病種，獲取皮膚鏡更好地應用于臨床的有意義的條件。第三，如何將皮膚臨床圖片與皮膚鏡圖片加以整合以提高診斷率。

多方合作，共同推動皮膚影像 AI 發(fā)展

本次學習班上協(xié)作組將與中國皮膚病人工智能發(fā)展聯(lián)盟簽署戰(zhàn)略合作協(xié)議，共同推動國內皮膚影像人工智能發(fā)展。目前國內皮膚影像人工智能的發(fā)展還處在起步階段，只是解決了一些單病種、皮損較單一的疾病，如皮損比較單一的脂溢性角化病、只有丘疹或小結節(jié)樣損害的色素痣、及缺乏全身臨床癥狀的炎癥性疾病。

國內很多專家學者在從事皮膚人工智能方向的研究，其中湘雅二院的陸前進教授率先取得了重要成果。目前的皮膚影像更多偏重于皮膚鏡的影像資料的識別；陸前進教授的團隊則更關注臨床圖片的人工影像的發(fā)展。皮膚鏡影像數據庫與臨床圖片數據庫的整合可以更好地啟發(fā)皮膚影像人工智能的發(fā)展方向。

人工智能未來的發(fā)展可以從最簡單的皮膚病入手，早期解決一些單一皮損皮膚病的診斷，逐漸進入更復雜的疾病診斷，最終真正解決臨床醫(yī)生所不能解決的一些問題。目前的皮膚影像人工智能還比較初級，未來需要有更多的專家、學者參與其中，共同促進人工智能和皮膚影像的發(fā)展。

晉主任在采訪中提到，人具有思維性，而人工智能是在人的思維基礎上發(fā)展起來的，故人工智能永遠不可能代替臨床醫(yī)生。對于任何一個醫(yī)生，尤其是對皮膚科醫(yī)生，未來的職業(yè)情景非常好，不會被人工智能所取代。

小結

近年來，基于影像技術的人工智能開發(fā)成為皮膚科研究的熱點。AI 在醫(yī)療領域的應用給傳統(tǒng)的診療模式帶來變革，推動現代醫(yī)療向智慧、精準、高效邁進。「2018 年度協(xié)和皮膚影像診斷學習班」的召開旨在推廣皮膚影像新技術及人工智能診斷。雖然人工智能無法取代臨床醫(yī)生，但皮膚科醫(yī)生仍需要打好基本功，積累更多的臨床經驗，以應對未來技術的發(fā)展。

丁香播咖將為您全程直播 8 月 26 日「融合共創(chuàng) · 醫(yī)享 AI」華夏皮膚影像人工智能協(xié)作組 & 皮膚病人工智能發(fā)展聯(lián)盟戰(zhàn)略合作發(fā)布會的盛況。點此進入報名 >>? ?

編輯： mayf