国内首个皮肤病辅助诊疗综合平台正式向临床医生开放使用
2018-04-27 21:41 智能皮肤

对 85 种皮肤病识别准确率达 86%,其中 34 种常见病大于 95%。

创业家讯(白开水) 4 月 27日消息,中国首个皮肤病人工智能辅助诊疗系统 ——「智能皮肤」,将正式面向全国数万名皮肤科医生开放使用。

据了解,该平台由中南大学湘雅二医院、丁香园和睿琪软件合作研发,并于2017 年 5 月正式发布。作为阶段性研发成果,第一期主要实现以红斑狼疮为代表的皮肤病人工智能辅助诊断。识图辨病第一次进入公众视野。

时隔一年时间,在经历了多番测试、审核、训练,累计学习超过 60 万张病例图片后,该系统迎来重大突破:对 85 种皮肤病识别准确率达 86%,其中 34 种常见病大于 95%

4月16- 25日,湘雅二院和丁香园共同发起了全网皮肤科医生排位赛。系统随机为每位医生分配 10 道初阶(含病例描述)或高阶(不含病例描述)题目,根据医生的正确率和用时情况在全网进行实时排位。每位医生开始答题时,「智能皮肤」都会同步进行,每轮比赛结束后显示医生和「智能皮肤」的答题成绩。题目由湘雅二院提供,并经过多轮专家审核和病理诊断。

此次活动,共计 2184 名来自不同科室、不同职称的医生参加了微信端「人机大战」排位赛。在所有参赛的 545 名皮肤病/性病科医生中,主治以上级别的医师在平均得分、参与积极性皆显著优于其他科室医生,平均答题得分是 69.03 分,平均完成时长是 107 秒。而「智能皮肤」平均得分是 87.5 分,平均完成时长 31.4 秒。

拿到这样的结果,中南大学湘雅二院皮肤科主任、博士生导师陆前进教授并不意外。他表示,在医生和 AI 系统都是在看图片的特定情况下,人工智能的准确率和时间高于医生,主要是因为机器学习了大量的图片。

不过, AI 系统与医生在 141 个真实的皮肤病病例诊断实验中,医生面对患者,而 AI 系统只有图片的情况下,医生和 AI 系统的平均诊断准确率是 76.6%、73.8%。医生的准确率稍高于 AI 系统。

陆前进表示,皮肤病的诊断颇具直观性,皮损表现是疾病诊断线索的主要信息来源。随着图像识别、深度学习等技术的突破,人工智能在皮肤病的临床诊断过程中能提供可靠佐证。但对于人工智能的准确率也要从不同方面来看待其应用价值。

为保障皮肤病人工智能辅助诊疗综合平台上医生的相关权益,缓解使用「智能皮肤」系统导致误诊、漏诊引发的医患纠纷, 增强医生使用 AI 系统的信心,「智能皮肤」研发团队联合保险公司共同设计了医师执业责任保险 ——丁香医责险

丁香医责险主要针对第一期加入智能皮肤综合平台,且使用该系统进行皮肤病临床辅助诊断的医生。丁香园已投保 1000 份医责险,并已支付六个月保费。

丁香园创始人、董事长李天天此前也曾是一名医生,他表示,医学是一个非常复杂的学科,尤其是开展一些新技术、新实验的治疗过程中,存在一定的医疗风险。有了医责险,对医生、病人都是一种保护。

启动仪式上,皮肤病人工智能发展联盟也同期正式成立。陆前进任联盟主席,丁香园副总裁张伟先生担任联盟秘书长。来自全国各地的联盟成员将合力助智能系统扩展到更多的病种,也将系统平台打造得更加全面。

联盟内来自全国多中心的专家团队,拥有大量的临床皮损图片,并为皮肤病疾病特征的归纳和疾病诊断模型的建立提供权威的专业支持;睿琪软件拥有业内领先的人工智能技术团队、成熟的图像识别模型,通过海量病例学习实现对皮肤病的人工智能辅助诊断;作为医疗行业的价值连接者,丁香园擅长整合和协同医疗行业各方核心优势资源,深入参与系统的设计、开发与运营。

陆前进认为,依靠人工智能可提高简单疾病诊断、治疗效率,但对于复杂疾病要实现人工智能还有很长的路要走,人工智能不会也不能替代医生。

在谈到联盟的未来发展规划时,陆前进称,未来 5 年,联盟将分三个阶段发展。2018 年作为第一阶段,将建立健全联盟框架和发展机制,构建成为可信赖的综合诊疗平台;2019-2020年作为体系发展阶段,将实现对主要皮肤疾病的诊疗覆盖,建立皮肤病人工智能领域行业标准;2021-2023 年为生态完善阶段,形成产学研的完整价值链条。

值得一提的是,为提升基层医疗服务水平,帮其对接全国顶级皮肤病诊疗资源,「智能皮肤」的合作三方还开启皮肤病人工智能医疗精准扶贫计划

就在2018 年 4 月,「智能皮肤」人工智能辅助诊疗临床应用团队走进了湖南江华瑶族自治县人民医院和宁夏固原彭阳县人民医院。在两家贫困县医院的临床帮扶过程中,为皮肤病医生详细介绍了人工智能辅助诊疗系统,并且为皮肤病患者提供辅助诊疗建议。

除江华和彭阳两院外,该团队还确定了其余 8 家目标帮扶医院作为持续的跟踪和帮扶对象,为每家医院提供了包括硬件设备、专业学习和进修机会等在内的「帮扶方案」。