研究人員表示這個人工智能系統(tǒng)可以幫助醫(yī)生診斷皮膚病

研究人員開發(fā)了一種基于深度學習的(A I)，它可以準確地分類皮膚疾病，預(yù)測惡性腫瘤，提出主要的治療方案，并作為提高臨床醫(yī)生診斷準確性的輔助工具。 在這一系統(tǒng)的幫助下，皮膚科醫(yī)生以及一般公眾的診斷準確性顯著提高，這項研究發(fā)表在調(diào)查雜志上。 皮膚病是常見的，但并不總是很容易迅速拜訪皮膚科醫(yī)生或區(qū)分惡性和良性情況。 “最近，人工智能在醫(yī)學中的應(yīng)用取得了顯著進展。 韓國首爾國立大學的首席調(diào)查員Jung-ImNa說：“對于一些具體問題，例如區(qū)分和nevi，人工智能的結(jié)果與人類皮膚科醫(yī)生的結(jié)果相當。 大多數(shù)先前的研究都局限于特定的二元任務(wù)，如區(qū)分黑色素瘤和nevi。 “我們的結(jié)果表明，我們的算法可以作為增強智能，可以增強醫(yī)學專業(yè)人員在診斷皮膚科，”Na補充道。 利用一種專門的人工智能算法-“卷積神經(jīng)網(wǎng)絡(luò)”，研究小組開發(fā)了一種能夠預(yù)測惡性腫瘤、提出治療方案和分類皮膚病的方法。 他們收集了220，000張患有174種皮膚病的亞洲人和高加索人的圖像，并訓練了神經(jīng)網(wǎng)絡(luò)來解釋這些圖像。 他們發(fā)現(xiàn)該算法可以診斷134種皮膚疾病，并提出初步的治療方案，在疾病之間進行多類分類，并通過增強智力提高醫(yī)療專業(yè)人員的性能。 納說：“我們期望人工智能不是取代人類，而是支持人類作為增強智能來更快、更準確地進行診斷?！毖芯咳藛T警告說，人工智能不能確定地解釋圖像，即使出現(xiàn)的問題是直截了當?shù)模矝]有被訓練來解釋。 例如，一種僅訓練以區(qū)分黑色素瘤和nevi的算法不能區(qū)分指甲血腫圖像和黑色素瘤或痣。 如果血腫形狀不規(guī)則，該算法可能診斷為黑色素瘤。 他們還指出，該算法是使用高質(zhì)量圖像進行訓練和測試的，如果輸入圖像質(zhì)量低，其性能通常是次優(yōu)的。 納說：“我們預(yù)計，在智能手機上使用我們的算法可能會鼓勵公眾訪問癌癥病變的專家，如黑色素瘤，否則可能會被忽略，然而，公眾拍攝的照片的質(zhì)量或組成可能會影響算法的結(jié)果。