2020年3月31日-韓國研究人員開發(fā)了一種基于深度學習的人工智能(AI)算法，可以對皮膚病進行準確分類，預測惡性腫瘤，提出主要治療方案，并作為臨床醫(yī)生提高診斷準確率的輔助工具。借助該系統(tǒng)，大大提高了皮膚科醫(yī)生和公眾的診斷準確率。這項新研究發(fā)表在《皮膚病學研究雜志》。
皮膚病很常見，但要快速看皮膚科醫(yī)生或區(qū)分惡性腫瘤和良性疾病并不總是容易的。“最近，人工智能在醫(yī)學上的應用取得了顯著進展。對于具體的問題，如區(qū)分黑色素瘤和痣，人工智能已經(jīng)顯示出與人類皮膚科醫(yī)生相當?shù)慕Y(jié)果。然而，為了使這些系統(tǒng)在實踐中有用，需要在類似于實際操作的環(huán)境中測試它們的性能，這不僅需要對惡性病變和良性病變進行分類，還需要將皮膚癌與許多其他皮膚病(包括炎癥和傳染病)區(qū)分開來，”韓國首爾國立大學皮膚科首席醫(yī)學研究員Jung-Im Na博士解釋說。
研究人員使用特殊的人工智能算法“卷積神經(jīng)網(wǎng)絡”來開發(fā)一個人工智能系統(tǒng)，該系統(tǒng)可以預測惡性腫瘤，提出治療方案并對皮膚病進行分類。研究人員收集了22萬張患有174種皮膚病的亞洲人和高加索人的圖像，并訓練神經(jīng)網(wǎng)絡來解釋這些圖像。他們發(fā)現(xiàn)，該算法可以診斷134種皮膚病，提出主要的治療方案，將疾病分為多個類別，并通過增強智能來提高醫(yī)療專業(yè)人員的績效。大多數(shù)以前的研究局限于特定的二元任務，例如區(qū)分黑色素瘤和痣。
首先，將該算法的性能與21名皮膚科醫(yī)生、26名皮膚科醫(yī)生和23名普通公眾進行了比較。其表現(xiàn)與皮膚科醫(yī)生相似，但略低于皮膚科醫(yī)生。初始測試后，測試參與者將被告知算法的結(jié)果，然后修改答案。47名臨床醫(yī)生對惡性腫瘤診斷的敏感性從77.4%提高到86.8%。同樣，23名普通人對惡性腫瘤診斷的敏感性從47.6%顯著提高到87.5%。值得注意的是，根據(jù)初步結(jié)果，如果沒有轉(zhuǎn)診專家，一般市民會錯過一半的惡性腫瘤。
那博士說：“我們的結(jié)果表明，我們的算法可以作為一種增強智能的工具，可以增強醫(yī)學專家診斷皮膚科的能力?！薄拔覀兤诖斯ぶ悄艽嫒祟悾嫒祟?，支持人類成為增強智能，從而更快、更準確地做出診斷?！?
研究人員警告說，即使提出的問題很簡單，人工智能也無法最終解釋未經(jīng)訓練的圖像。比如只訓練區(qū)分黑色素瘤和痣的算法，無法從黑色素瘤或痣的圖像中區(qū)分指甲血腫。如果血腫形狀不規(guī)則，算法可能診斷為黑色素瘤。他們還指出，該算法是用高質(zhì)量的圖像訓練和測試的，如果輸入圖像的質(zhì)量較低，其性能通常會很差。
此外，與臨床環(huán)境中的診斷相比，僅使用具有最佳組成的一個圖像的診斷可能具有固有的局限性。在實踐中，皮膚科的診斷是基于各種信息來源，包括過去的病史、癥狀、與患者其他病變相比的外觀以及通過身體接觸評估的病變質(zhì)地。
標簽：
免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！