看图识别皮肤病图解，用手机拍张照片就知道是什么皮肤病，杭州创业公司开发的国内首个皮肤病AI辅助诊疗平台上线

看图识别皮肤病图解

都市快报

作者：记者朱文科文/摄编辑童蔚

打开手机微信，对准患病皮肤拍张照片，上传到图像识别系统；几秒钟后，系统就会告诉医生，患者最有可能得的是哪种皮肤病。

今天，由杭州两家创业公司丁香园、睿琪软件联合中南大学湘雅二医院共同开发的中国首个皮肤病人工智能辅助诊断系统，迎来重要时刻——基于该系统搭建的“智能皮肤”人工智能辅助诊断平台，正式面向临床医生开放使用。

手机拍图识病

据中南大学皮肤性病研究所所长、湘雅二医院皮肤科主任、博士生导师陆前进教授介绍，皮肤疾病病种繁多，仅记录在册的就达2000多种，而皮肤损害形态又多种多样，比如红斑、丘疹、风团、水泡、囊肿、溃疡等。有些皮损极其相似，但病种不同；有些病种会出现多种皮损，甚至同样的皮损出现在不同部位，病种也不同。而现阶段皮损表现又是皮肤病诊断的主要信息来源，这就给皮肤科医生、特别是基层皮肤科医生的临床诊断，带来巨大的挑战。

为了破解这一难题，专业医生社交平台丁香园、人工智能技术公司睿琪软件联合国内皮肤病科权威医院中南大学湘雅二医院共同开发人工智能辅助诊疗系统，由湘雅二医院提供海量皮肤科临床数据资源，并以该院专家团队为皮肤病疾病特征的归纳和疾病诊断模型的建立提供权威的专业支持；睿琪软件拥有业内领先的人工智能技术团队，成熟的图像识别模型，通过海量病例学习实现对皮肤病的人工智能辅助诊断；丁香园擅长整合和协同医疗行业各方核心优势资源，赋能医生、患者与医疗，深入参与系统的设计、开发与运营。

2017年5月，系统率先建立对红斑狼疮及相似皮肤病的辅助诊断模型，准确率超过85%。又经历一年多番测试、审核、训练，累计学习超过60万张病例图片后，目前，该系统已经能够识别近百种常见及少见皮肤病，包括红斑狼疮、带状疱疹、痤疮等；对85种皮肤病的识别准确率达86%，其中34种常见病大于95%，可识别病种数和准确率居行业之首。

“智能皮肤”PK专业医生

湘雅二医院皮肤科主任医师尹恒现场演示了“智能皮肤”的功能，打开手机微信公众号“智能皮肤”，对准现场一位观众小腿上的一块红斑拍照，并上传到系统，几秒钟后，系统提示最有可能的病种是“血管瘤”，这一结果与该观众在医院的诊断结果一致。

睿琪软件产品总监金路博士说，人工智能辅助诊断，国内已经多个机构正在尝试，比如IBM、协和医院、中日友好医院、中科院等都有相关项目，不过各家选择的细分领域不一样。

皮肤病的主要诊断线索是皮损，也就是表露在外的症状，非常直观，这给人工智能辅助诊疗创造了条件。只要有足够的皮肤病皮损及病理照片，采用人工智能图形识别技术、核心模型和算法，通过持续的深度学习和训练，就能实现“看图识病”的目标。

其实，睿琪软件大家并不陌生，两款网红App——拍照辨别植物的“形色识花”和帮助家长检查孩子作业完成情况的“爱作业”，就是由这家公司开发的。

就在平台开放给临床医生之前，湘雅二院和丁香园共同发起皮肤病诊断“人机大战”，吸引了全国2184名来自不同科室、不同职称的医生参加。结果显示，在545名参赛的皮肤病/性病科医生中，主治以上级别的医师显著优于其他科室医生，平均答题得分69.03分，平均完成时长107秒。而“智能皮肤”平均得分87.5分，平均完成时长31.4秒。

而在141个真实的皮肤病病例诊断实验中，医生面对患者，“智能皮肤”只看图片，双方的平均诊断准确率分别是76.6%和73.8%，医生稍高于“智能皮肤”。

陆前进教授说，都只看图片，人工智能的准确率和时效高于医生，主要是因为机器学习了大量的图片。而在真实诊断中，医生准确率略高于AI系统，是因为医生掌握了更多线索。后期随着引入更多数据，深度学习后的AI系统准确率将进一步上升。

“依靠人工智能可提高简单疾病诊断、治疗效率，但对于复杂疾病要实现人工智能还有很长的路要走，人工智能不会也不能替代医生。”陆前进教授表示。

丁香园副总裁张伟说，“智能皮肤”主要是用人工智能技术将皮肤病领域的专家经验输出给临床一线的皮肤科医生，希望借此为皮肤科医生赋能，为他们的疾病学习和实际诊疗提供支持。