中华医学会第二十五次全国皮肤性病学术年会于 2019 年 4 月 24～28 日在广东省珠海市珠海国际会展中心召开。本次会议主题是「引领学术，共创未来」。与会期间，中南大学湘雅二医院皮肤科、皮肤镜人工智能发展联盟临床发展路径负责人尹恒博士做了题为《激情与速度——皮肤病 AI 辅助诊断系统的研发经历》的专题报告，为大家分享了皮肤病人工智能辅助诊断系统的研发经历。
图 1 尹恒博士做专题报告
近几年人工智能发展如火如荼，已逐步走进人们的生活，实现了图像、语音、文字、信号识别等多层面的生活应用。同时，人工智能在医疗领域也逐步走向临床，发挥了药物挖掘、医院管理等多方面的功能。中国老年化问题日趋严重、国内医疗需求上升但医疗资源短缺等问题也为医学领域人工智能的进一步发展带来了契机。
人工智能在皮肤病领域要解决的问题是什么？
中国皮肤病诊疗现状表现为患病群体大但医护人员短缺。统计结果显示 2017 年中国皮肤病门诊量达 2.4 亿人次，但中华医学会 2015 年普查数据显示中国皮肤科医生人数仅为 2.2 万人。基层医院皮肤病诊疗现状调查发现基层皮肤病诊疗资源严重缺乏，具体表现在：皮肤病医务人员数量不足，诊治水平亟待提高，诊断手段匮乏。
以上问题造成中国皮肤病诊疗面临三大「痛点」：
第一，医生之「痛」。首先，皮肤病种类繁多，达 2000 余种，如此多的疾病种类给临床诊断带来了重大考验；其次，皮肤病复杂的临床表现也是医生面临的一大困难，不同的疾病具有相似的表现，相同的疾病具有不同的表现。
第二，患者之「痛」。首先，很多患者对疾病认知不够，延误了诊治；其次，患者缺乏对医疗信息的正确判断，通过互联网查询疾病相关资料时容易落入医疗陷阱。
第三，医院之「痛」。其具体表现在：大医院里人满为患，小医院里人员缺乏；基层医院招不到也留不住优秀人才；医患关系紧张。
综上所述，面对当下中国皮肤病诊疗三大「痛点」，如何解决难题、走出困境，从而实现辅助医生、易化诊疗，指引患者、方便就医，帮扶基层、保卫健康，是皮肤病人工智能发展的重点与目标。
皮肤病是一种较为形态化的疾病，可以从图像获取信息来辅助诊疗。2017 年 3 月 23 日，中南大学湘雅二医院、丁香园、睿琪软件三方开展合作，深度挖掘人工智能在皮肤病领域的应用前景。在合作过程中，三方各展所长。湘雅二院提供其海量病例资源、顶尖专家经营、临床测试研发；丁香园作为数据医疗创新平台，可协同各方核心资源；睿琪软件将其在人工智能、图像识别、深度学习等方向的技术及经验应用于此项目。基于前期积累的红斑狼疮的临床资料，第一期研究推出了皮肤病人工智能辅助诊断系统 1.0，并于 2017 年 5 月 19 日召开了中国首个皮肤病人工智能辅助诊断系统新闻发布会。该系统支持各种皮肤型红斑狼疮及其相似病种的鉴别与分型，识别准确率超过 85%。
人工智能在皮肤病中的应用如何发展壮大？
为了进一步扩大人工智能在皮肤病领域的应用，2017 年 6 月建立了人工智能皮肤智慧医学联盟。同时，通过各方合作汇聚了海量皮肤病影像资源用于系统二期研发。历时约一年，推出了皮肤病人工智能辅助诊疗综合平台：「智能皮肤」。该系统包含了辅助诊断、疾病百科、典型图库、问诊思路、用药助手等功能。2018 年 4 月 27 日，「智能皮肤」正式上线启用，全国有医师执照的医生均可注册免费使用。该系统以线上人机大战、线下临床实测的方式进行了系统性能测试。测试结果显示该系统对 85 种皮肤病诊断准确性大于 86%，对其中 34 种皮肤病（较常见、症状一致性较高的疾病）的诊断准确性大于 95%。但在实际临床实践中人工智能仍不能取代医生，医生在看诊过程中可结合详细问诊、病史采集和辅助诊断结果来做诊断，目前人工智能还不能做到这一点。初步结果显示，全体医生与人工智能对病例的第一诊断准确率分别为 76% 和 73%。
在「智能皮肤」发布会期间，成立了皮肤病人工智能发展联盟。2018 年 8 月 26 日，湘雅医院& 北京协和医院达成战略合作，华夏皮肤影像人工智能协作组和皮肤病人工智能发展联盟两大机构合作将共同推进人工智能在皮肤病领域的应用发展。同时，为了实现临床资料的高效采集，团队自主研发了智能皮肤 PAD 云影像采集平台，可以拍摄普通皮肤病影像及皮肤镜下的图片，统一应用于临床资料的采集。
「智能皮肤」系统如何推广与应用？
为了进一步推广「智能皮肤」系统的临床应用，2018 年 4 月启动了医疗精准扶贫项目。首批 10 家扶贫单位对基层医师实时帮扶指导，跟基层医生合作，推动医联体建设。通过专业教育（皮肤疾病专业课程体系）、辅助诊断（手机/皮肤镜模式辅助诊断体系）、患者服务（患者远程会诊/转诊互联网医院整合服务）三种方式，使得「智能皮肤」得到了广泛应用。目前为止，全国医生注册使用人数达 7000 余名（包括了皮肤科、内科、外科、全科的医生），全国医生完成辅助诊断 47000 余次，全国医生临床内容获取超过了 220 万次。
「智能皮肤」的广泛应用将打通自助导诊、AI 初诊、医生确诊、疾病治疗、患者教育、慢病管理的医疗服务路径闭环。并进一步实现人工智能在皮肤病领域的最终目标：
第一，辅助医生，易化诊疗。辅助诊断助力临床工作，百科全书辅助学习提高，图像管理提高工作效率，继续教育共享专家资源，医疗保险保障医生权益，患者问诊提供远程服务。
第二，指引患者，方便就医。初筛判断判别轻重缓急，精准导诊实现分级诊疗，定向科普传递科学信息，预约挂号方便患者就医，慢病管理维护长期健康。
第三，帮扶基层，保卫健康。构建医联体管理平台，打造医生继续教育平台，打通医生在线会诊平台，方便基层患者在线问诊，方便基层患者双相转诊。
会后尹恒博士接受了丁香园的采访，就本次话题及皮肤病人工智能未来发展方向进行了深入探讨。
图 2 尹恒博士接受丁香园采访
扩大病种范围，提高病种诊断准确性
「智能皮肤」上线时发布了 85 种病种的诊断结果，准确性不足以达到临床诊疗水平的病种尚未发布。人工智能模型的构建需要海量的数据支撑，但发病率较低的疾病的医学影像资源采集困难，要达到人工智能的要求还需要很长的时间积累。尹恒博士提到，未来的努力方向是扩大病种范围，并提高目前准确性不高的病种的诊断准确性，以符合临床使用的需要。未来希望将「智能皮肤」能辅助诊断的病种扩展到 200-300 种，实现覆盖临床诊疗过程中 90% 以上的常见病。
模拟医生问诊过程，人工智能走向精准诊疗
临床诊断时一张图像提供的信息量有限，还需结合患者病史、辅助检查结果等进行准确诊断。尹恒博士阐述，其团队正在研发新的系统，以期实现人工智能模拟医生的问诊过程，对患者自动提问并采集病史。同时，可自动识别辅助检查结果报告并抓取数据，实现辅助检查结果的自动采集。将来皮肤病人工智能不仅仅是对图像单一信息的诊断，而是结合病史及辅助检查结果来进行更加精准的、符合临床思维的诊断模式，走向人工智能的精准诊疗。
建立医联体，实现优质医疗资源下沉
我国很重视优质医疗资源下沉，但国内很多医联体缺乏可以辅助其管理和运营的支撑平台，远未达到辅助基层的目的。皮肤病人工智能系统不仅可为基层医生提供学习工具，在其平台上建立的医联体还能够打破时空的界限。通过该平台，上级医院能够对基层有会诊需求的患者提供在线咨询、问诊、视频会诊，从而极大地方便患者，达到辅助基层的目的。
尹恒博士说明，基于人工智能系统的医联体平台将于 5 月份上线。该平台也吸引了很多国内医联体，加快了医联体的建设。规范化医疗对医院、医生、患者是三重的保护，可避免不规范的会诊平台导致的医疗风险。医生参与会诊的过程也是自我学习与提高的过程，通过这种方式，基层的诊疗实力得到加强，人员队伍的建设也会得到逐步提高，这是真正实现优质医疗资源下沉的一个有效的途径。
小结
科技的发展和临床数据的不断积累使得人工智能逐步走向了临床。皮肤病人工智能为人工智能在医疗领域的应用开启了一个良好的开端。多方合作、共谱佳话，相信在不久的将来，皮肤病人工智能可实现临床常见皮肤病病种的大面积覆盖，从对图像单一信息的诊断走向符合临床思维的精准诊断模式。基于人工智能平台的医联体建设也将加快优质医疗资源下沉，基层医生与患者都将从中大大获益。
学术审核 | 尹恒 博士