借助AI技术助力皮肤疾病诊疗的5年探索与实践

人工智能有助于我国皮肤疾病诊疗能力整体快速提升

皮肤疾病是非常高发的一类疾病，而且种类繁多，包括皮肤肿瘤，炎症性疾病，感染性疾病，以及一些物理性疾病，大约26个大类，超过两千余种。

中国皮肤科医生的临床工作压力巨大。2021年中国卫生健康统计年鉴中报告，公立医院皮肤科门诊的就诊人次是11.2亿次，而中国皮肤科医生的数量不到3万人；医生的等级分布也并不均匀，职称的专家只占1/4。青年医生、基层医生需要不断的去接受培训，提高业务技能，才能够满足我们临床诊疗的工作需要。借助科技的发展可以提升我国皮肤病整体的诊疗水平。

2017年开始皮肤领域智能应用的探索与实践

2017年，《nature》上发表了一篇斯坦福大学的研究成果，提出了用人工智能深度学习的方法，判断皮肤疾病，特别是在皮肤肿瘤的判断上，可以达到医生的水平。这个结果在皮肤科领域和医疗领域引起了很大的震动。

国际上人工智能领域的研究，大多集中于欧美人好发的黑色素瘤，后期在一些非色素性肿瘤、中国人比较好发的鳞状细胞肿瘤，基底细胞癌等，人工智能也在不断拓展它的应用领域。对于炎症性的皮肤病（银屑病、牛皮癣、湿疹、白癜风等），感染性疾病（真菌、病毒性疾病，水痘、猴痘），毛发疾病和甲病，对AI的需求也是非常大的。

2017年，国务院印发了新一代人工智能发展规划，我们积极响应国家政策开展了这方面工作，在2018年牵头成立了华夏皮肤影像人工智能协作组。数字疗法从单一模态的数据开始，逐渐进展到多模态的数据，并越来越接近人的思维模式，思维方法，更接近于我们的临床实践。现在使用更多的是AI+模式，医生使用AI辅助工作，会优于不使用AI的医生。

取得了多项皮肤领域智能技术成果

在世界上规模大的国际皮镜协会的年会上，人工智能都是一个非常重要的议题，人工智能领域方面的专家每次都在专场探讨人工智能在未来皮肤科领域的应用。在中国的年会上，我们也在不断的分享人工智能方面的一些进展，以及未来可能对我们学科产生的一些推动。

结合我国门诊、三甲医院皮肤科门诊的临床环境，已建立了包含14类常见的皮肤疾病的数据库，包括皮肤良恶性肿瘤、血管性肿瘤、斑痕、纤维瘤、炎症性疾病、感染性疾病等。依据这个数据库，构建了人工智能模型，总体准确率可达94.8%，整体准确率甚至优于医生的平均水平。这个数据也得到国际上的认可，成果在《Frontiers in Medicine》期刊上发表。

另一个人工智能模型，是基于我们常见的炎症性疾病，如皮炎湿疹，扁平苔癣，银屑病，这个是我们皮肤科常见的一些疾病。非专业人士会觉得他们之间差异并不大，非常的相似，临床中也容易误诊，而人工智能分类的准确率能够达到90%以上，和医生平均水平是相当的。

皮肤科很多疾病的发病率相对较低，基层医生常常缺乏对这类疾病的认知和诊断水平。利用这样的模型，来筛查皮肤肿瘤的良恶性，对某些疾病的早期诊断，早期治疗，改善预后是非常好的。

将图片上传到系统，人工智能识别后会给出初步判断结果，并给出这个病相关的一些信息、疾病的介绍以及下一步如何诊疗等，这对基层医院的医生是非常有帮助的；同时也为患者提供了软件，用于人工智能的快速识别和搜索，直接给出结果，引导患者到这个疾病的有诊疗经验的相关诊疗中心、医院去就诊。

探索基于智能化应用体系建立全国协作机制

在中国罕见病联盟皮肤罕见病专委会下属的中心医院中，建立了双向的转诊模式。由北京协和医院牵头，包括301医院，北医三院，中日友好医院等以及全国各地多家医院参与，借助智能化应用构建了完整的、全国范围内的病程管理体系，既包括患者就医，也包括疾病的诊断、治疗以及康复管理。