國內首個皮膚病人工智能輔助診斷系統實現“拍圖識病”

  大公網19日訊 (記者 姚進)用手機對準患病的皮膚拍照,上傳到圖像識別系統後即可給出最有可能所患皮膚病種的提示,這一科幻場景已經成為現實。5月19日,中南大學湘雅二醫院聯合丁香園、大拿科技舉行新聞發佈會,宣布中國首個皮膚病人工智能輔助診斷系統已取得重大突破。 

\
 

項目工作人員在演示人工智能系統識別病例。 記者 姚進 攝

      湘雅二醫院皮膚科主任陸前進教授介紹,目前已建立紅斑狼瘡及相似皮膚病的輔助診斷模型,準確率超過85%。未來這一技術還將擴展至更多皮膚病病種,以輔助常見、多發皮膚病的臨牀診斷。在為醫生、特別是基層醫生提供診斷參考的同時,也為百姓就診提供科學引導。 

      人工智能助醫皮膚病 

      皮膚疾病病種繁多、僅記載在冊的皮膚疾病就達二千多種,而且皮膚損害形態多種多樣,而有些皮膚病皮損又極其相似,這給皮膚科醫生、特別是基層皮膚科醫生的臨牀診斷帶來了巨大的挑戰。皮膚病的診斷頗具直觀性,皮損表現是疾病診斷線索的主要資訊來源。這使其成為適宜開展人工智能醫療應用的潛在疾病。隨着圖像識別、深度學習等關鍵技術的突破,人工智能在醫療影像診斷中所發揮的重要作用也為其在皮膚病的臨牀輔助診斷過程中提供了堅實的基礎和佐證。 

      陸前進教授介紹, 為了能有效利用海量的皮膚病臨牀數據資訊,近三年來在中南大學臨牀大數據項目的大力支持與推動下,通過臨牀數據採集和挖掘,積累了大量皮膚病的皮損及病理照片。為了進一步挖掘這些圖像資源之中藴藏的海量數據資訊和疾病特定的內在規律,湘雅二醫院與丁香園、大拿科技公司三方的深度合作經過數月的科技攻關,目前已研發出了較成熟的紅斑狼瘡人工智能輔助診斷模型。 

      識別準確率超過85% 

      陸前進透露,系統第一期主要實現以紅斑狼瘡為代表的免疫相關性皮膚病的人工智能輔助診斷,第二期將逐步擴展病種,建立多發病常見病的臨牀輔助診斷模型。該模型對紅斑狼瘡各種亞型以及其類似疾病能進行較準確地區分,其識別準確性在85%以上。而且,該項技術將以非常快的速度覆蓋更多更全的皮膚病種,未來該技術將對皮膚病診療的整體水平提升起到極大地促進作用。 

      據介紹,在不久的將來,該系統還將開放患者端服務,幫助患者更好地了解皮膚病的疾病知識,同時為患者搭建皮膚病診治的便利就醫通道。患者通過手機 對皮損進行拍照識別,導診系統能初步判斷疾病分類,並按照分級診療原則並根據患者疾病的疑難程度進行合理導診。對於疑難複雜性皮膚病,系統自動推薦擅長該疾病診療的醫院和專家,幫助患者找到合適的醫院和醫生就診。 


    掃一掃,關注大公網《晨讀香江》公眾號

    責任編輯:徐孟楠 徐孟楠

    熱聞

    • 圖片

    大公出品

    大公視覺

    大公熱度