韓國的研究人員已經(jīng)開發(fā)出卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)，能夠幫助專家診斷134種皮膚疾病。他們的算法還可以預(yù)測治療方案。在這種方法的幫助下，研究小組發(fā)現(xiàn)皮膚科醫(yī)生和公眾的診斷準(zhǔn)確性得到了顯著提高。

用174種疾病的220，680張圖像訓(xùn)練了神經(jīng)網(wǎng)絡(luò)，并使用愛丁堡（1，300張圖像； 10種疾?。┖褪谞枃⒋髮W(xué)數(shù)據(jù)集（2，201張圖像； 134種疾?。┻M(jìn)行了驗(yàn)證。數(shù)據(jù)集由亞洲人和高加索人的圖像組成。該算法對134種皮膚疾病進(jìn)行了二元分類（預(yù)測惡性腫瘤和建議治療方案）和多分類。

首先將算法的性能與皮膚科醫(yī)生，皮膚病學(xué)居民以及普通大眾的性能進(jìn)行比較。研究人員發(fā)現(xiàn)，他們的算法與皮膚科住院醫(yī)師的成功率相似，但略低于皮膚科醫(yī)師。在此初始試驗(yàn)之后，測試參與者將被告知算法的結(jié)果，并有機(jī)會(huì)修改他們的答案。臨床醫(yī)生對惡性腫瘤的診斷敏感性從77.4％提高到86.8％。公眾對診斷性能的相應(yīng)提高從47.6％上升到87.5％。

“最近，在醫(yī)學(xué)上使用人工智能取得了顯著進(jìn)展。對于特定的問題，例如區(qū)分黑色素瘤和痣，AI已顯示出與人類皮膚科醫(yī)生相當(dāng)?shù)慕Y(jié)果。但是，要使這些系統(tǒng)在實(shí)踐中有用，就需要在類似于實(shí)際操作的環(huán)境中測試其性能，這不僅需要對惡性病變與良性病變進(jìn)行分類，還需要將皮膚癌與眾多其他皮膚疾?。òㄑ装Y和感染性疾病）區(qū)分開來，首爾國立大學(xué)首席研究員Na Jung-Im Na解釋說。

這項(xiàng)研究表明，無論是在預(yù)測惡性腫瘤還是在決定治療方案方面，該算法加上皮膚科醫(yī)生均能發(fā)揮最大的作用。Na博士指出：“我們的研究結(jié)果表明，我們的算法可以作為增強(qiáng)智能的手段，增強(qiáng)醫(yī)學(xué)診斷皮膚病學(xué)專業(yè)人員的能力。” “我們期望人工智能能夠代替人類代替人類，而作為增強(qiáng)智能來支持人類，從而更快，更準(zhǔn)確地進(jìn)行診斷?！?/p>

Dr博士說：“我們預(yù)計(jì)，將我們的算法與智能手機(jī)配合使用會(huì)鼓勵(lì)公眾拜訪可能被忽視的黑色素瘤等癌性病變的專家。” “但是，公眾拍攝的照片質(zhì)量或構(gòu)圖存在問題，可能會(huì)影響算法的結(jié)果。如果該算法的性能可以在臨床環(huán)境中重現(xiàn)，它將有望通過智能手機(jī)早期發(fā)現(xiàn)皮膚癌。我們希望未來的研究將評估我們算法在臨床環(huán)境中的效用和性能。”

研究人員還警告說，他們的方法不能最終解釋未經(jīng)訓(xùn)練的圖像。例如，僅訓(xùn)練以區(qū)分黑素瘤和痣的算法不能區(qū)分指甲血腫和黑素瘤或痣的圖像。
責(zé)任編輯：tzh