CSD2018 | 龙海副教授:皮肤病人工智能辅助诊断系统的应用及意义

作者:   2018-07-10
字体大小:

1.jpg

聚焦 CSD 2018,了解更多皮肤年会动态

中华医学会第二十四次全国皮肤性病学术年会暨东亚皮肤科学术会议(CSD 2018)于 2018 年 6 月 21~24 日在云南昆明召开,今年的会议主题是「学术引领,继往开来」。

本次大会上,来自国内外皮肤病学领域及基础研究方向的临床医生、研究学者和著名专家汇聚一堂,聚焦前沿,给大家带来了一场学术饕餮盛宴。

与会期间,中华预防医学会皮肤性病防控专业委员会委员、湖南省医学会皮肤病学专业委员会青年委员龙海副教授接受了丁香园的采访,从红斑狼疮的基础与临床研究进展方面谈及此次大会的亮点。

ccvideo

齐分享、共探讨,攻克皮肤疑难重症

在本次大会中,与红斑狼疮的基础与临床研究相关的几个专场,比如自身免疫疾病相关研究和治疗的专场,都介绍了最新的研究进展和较新的诊疗技术,让人受益颇多。与此同时,「皮肤急诊与重症」相关内容是临床医生面临的难点,该专场座无虚席,吸引较多皮肤科医生前来学习。

作为专场讲座分享者之一,龙海副教授介绍的内容是红斑狼疮的治疗研究进展和重症红斑狼疮的诊治原则及体会。会议组织的最终目的,是希望通过教育传播和培训,提升广大医生对于疑难重症和自身免疫性疾病的诊治水平,推动相关研究的进步和诊治技术的革新,更好地服务广大皮肤病患者。

首期研发成果面世,应如何看待?

皮肤病是一门形态科学,它的表现有着内在规律,若通过图像检索模式识别规律,该诊断手段具有极强的临床意义。中南大学湘雅二医院、丁香园和睿琪软件于 2017 年联合开发「皮肤病人工智能辅助诊断系统」,第一期主要以红斑狼疮为主进行研发。

在皮肤科临床工作中,因免疫异常而出现的疾病较为多见。红斑狼疮是一种好发于育龄期女性,可引起全身多器官功能障碍,严重危害患者身心健康的自身免疫性疾病。该病病因复杂,发病机制尚未完全明确,临床表现多种多样,易误诊、漏诊。

湘雅二院皮肤科每年接待红斑狼疮初诊、复诊患者人数超 2000 人次,积累了大量皮损及病理照片。目前红斑狼疮人工智能辅助诊断模型已较为成熟,该模型对红斑狼疮各种亚型以及其鉴别诊断疾病能进行有效地区分,其识别准确率超过 85%。

AI 建立在形态学基础上,有一定的科学依据,可作为辅助诊断系统。它是经过皮肤科专家挑选的海量图片反复科学训练、深度学习训练的机器人,在识别皮损类型和性质上与专家水平无异。其给出的可能诊断及鉴别诊断可供基层或年轻医生参考,大有裨益。

但 AI 不能取代医生的角色。众所周知,临床医学需综合多方信息,如病史、疾病的演变过程、用药、诊治过程、以及疗效观察,也需要辅助检查手段如皮肤活检、病理等,不能仅凭借皮损形态学进行临床诊断。这意味着即便应用人工智能,医生仍要起主导作用。

皮肤病人工智能辅助诊断系统将持续发力

2018 年 4 月,中南大学湘雅二医院联合丁香园、睿琪软件召开了最新一次发布会,宣布中国首个皮肤病人工智能辅助诊疗综合平台正式上线。该平台将免费向医生开放,配备皮肤疾病的电子百科全书,提供诊断参考。远期,该系统还将对患者开放,并提供智能导诊。

在研发阶段,该系统经历了多番学习、训练、测试、审核,每张纳入到深入学习系统中的图片,都由训练有素的高年资医生及教授进行质量和诊断正确性的把控,现针对常见皮肤病的诊断能力接近专家水平。据统计,该系统对近百种常见皮肤病的平均识别准确率超过 85%,最高达 99%,可识别病种数和准确率均居行业之首。

皮肤病人工智能发展联盟也同期成立。来自全国各地的联盟成员,将聚合力量,将智能系统扩展到更多的病种,同时也将系统平台打造得更加全面。

小结

作为阶段性研发成果,「皮肤病人工智能辅助诊断系统」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。AI 诊断具有扎实的科学依据,在诊断和鉴别诊断上能够为基层医生及低年资医生提供有价值的参考和辅助,特别对于提升基层医生的皮肤病诊治水平有较大的现实意义。医院、丁香园、科技公司正全力推进 AI 在皮肤病诊断领域的应用,未来可期。

编辑: 张宇萱    来源:丁香园

声明:

1.丁香会议频道仅负责发布会议信息,如需参会、获取邀请函或会议日程,请与主办单位联系

2.部分会议信息来自互联网,如您发现信息有误,请联系meeting@dxy.cn纠错

3.如您发现信息不全,可点击Google搜索更多

4.更多服务信息请点击这里

以下网友留言只代表网友个人观点,不代表网站观点

网友评论