（實習記者于紫月）皮膚病種類繁多，誤診率高，根治困難，“外不治癬”甚至已經成為一句俗語。然而，人工智能（AI）技術或將解決困擾醫學界上千年的治“癬”難題。近日，首屆全國皮膚病人工智能臨床應用研究高峰論壇在北京召開，論壇宣布中國人群皮膚影像資料庫項目（CSID）研究院成立，旨在研討、推動、加速AI技術在皮膚病診治中的應用。
皮膚病具有怎樣的特性適合AI技術的輔助診治？CSID項目發起人、中日友好醫院皮膚科主任崔勇教授告訴科技日報記者，在所有的臨床學科中，皮膚科最適合引入AI技術。首先，皮膚病主要基于皮膚影像等直觀特征診治，這些直觀特征可以轉化為數字模型，AI技術中的深度學習具備對其的處理能力，這是AI技術能夠輔助皮膚病診治的前提條件。此外，皮膚病患者眾多、醫生少，皮膚科醫生接診量巨大，機器人維修，診斷準確率易受腦力限制、情緒波動等影響，AI技術不受外界因素影響，腦力無限，診斷準確率比較穩定。
記者了解到，AI技術輔助皮膚病診治已經不再停留在紙面設想中。本屆論壇上，CSID與優麥科技聯合推出首款黃色人種皮膚腫瘤人工智能輔助決策系統——“優智皮膚AI”的2.0版本。根據臨床試驗，優智皮膚AI新版本能夠準確判斷17種皮膚腫瘤的具體類型，皮膚腫瘤良惡性識別率達到91.2%，疾病種類識別率超過81.4%，這一數字已經遠遠超出基層醫院皮膚科的診斷準確率。同時，優智皮膚AI的診斷范圍正在由皮膚腫瘤向其他常見皮膚病擴展。目前，該APP免費向醫師開放，但需皮膚鏡、臺式工作站等硬件設施獲取患者的病理圖片或相關資料。
AI技術在皮膚病診治中的進一步應用仍需解決一些難題。在崔勇看來，庫卡機器人何服電機維修，獲取完整的皮膚病數據是不可能的。皮膚病種類太多，超過2000種，難以獲得涵蓋所有病種的大數據庫，優智皮膚AI著重解決關注度高、常見的皮膚腫瘤等問題。其次，深度學習策略仍需完善技術問題，深度學習在圍棋上擊敗了人類，但醫學思維相比圍棋更為復雜，需要進一步改進的深度學習算法。另外，皮膚病非常復雜，現代皮膚病學還在發展，對一些皮膚病種認識并不清晰，更談不上運用AI技術診治，現在只能在一些邊界明確、診斷明確、不容易誤診的常見皮膚病中引入AI技術，逐步拓展病種范圍。
“相關研究數據表明，基層醫院的皮膚病誤診率可高達70%，這也是我們將基層醫院廣大醫師作為目前推廣對象的主要原因。”崔勇表示，www.twshmhelmet.com，希望能夠通過AI技術在皮膚病學科的進一步完善和普及，讓患者對基層醫師的信任度大為提高，從而降低目前大型綜合或專科醫院的病人數量上的巨大壓力，實現皮膚病領域的“常見病、多發病去基層醫院，疑難雜癥、急危重癥去大醫院”的愿景。