文/杭州硅谷小報 朱文科
手機拍圖識病
2017年5月，系統率先建立對紅斑狼瘡及相似皮膚病的輔助診斷模型，準確率超過85%。又經歷一年多番測試、審核、訓練，累計學習超過60萬張病例圖片後，目前，該系統已經能夠識別近百種常見及少見皮膚病，包括紅斑狼瘡、帶狀皰疹、痤瘡等；對85種皮膚病的識別準確率達86%，其中34種常見病大於95%，可識別病種數和準確率居行業之首。
“智能皮膚”PK專業醫生
皮膚病的主要診斷線索是皮損，也就是表露在外的症狀，非常直觀，這給人工智能輔助診療創造了條件。只要有足夠的皮膚病皮損及病理照片，採用人工智能圖形識別技術、核心模型和算法，通過持續的深度學習和訓練，就能實現“看圖識病”的目標。
其實，睿琪軟件大家並不陌生，兩款網紅App——拍照辨別植物的“形色識花”和幫助家長檢查孩子作業完成情況的“愛作業”，就是由這家公司開發的。
而在141個真實的皮膚病病例診斷實驗中，醫生面對患者，“智能皮膚”只看圖片，雙方的平均診斷準確率分別是76.6%和73.8%，醫生稍高於“智能皮膚”。
陸前進教授說，都只看圖片，人工智能的準確率和時效高於醫生，主要是因為機器學習了大量的圖片。而在真實診斷中，醫生準確率略高於AI系統，是因為醫生掌握了更多線索。後期隨著引入更多數據，深度學習後的AI系統準確率將進一步上升。
丁香園副總裁張偉說，“智能皮膚”主要是用人工智能技術將皮膚病領域的專家經驗輸出給臨床一線的皮膚科醫生，希望藉此為皮膚科醫生賦能，為他們的疾病學習和實際診療提供支持。
成立皮膚病人工智能發展聯盟
張偉透露了的五年計劃，首先構建成為可信賴的綜合診療平臺，然後建立皮膚病人工智能領域行業標準，最後形成產學研的完整價值鏈條。
這一設計與丁香園創始人、董事長李天天有關，創辦丁香園之前，他就是一名醫生。
閱讀更多 杭州硅谷小報 的文章
