应用:机器人 工业4.0 智能家居 无人系统 虚拟助理 商业智能 可穿戴 安防 医疗 金融 其他

技术:云计算 大数据 核心硬件 操作系统 计算机视觉 机器学习 自然语言处理 语音识别 模式识别 其他

当前位置:首页>应用 >金融>AI挑战皮肤科诊断 只是牛刀小试

AI挑战皮肤科诊断 只是牛刀小试

2018-12-08 来源:网络转载责任编辑:AI小爱 浏览数:20 AI圈

核心提示:好机友日前,一场特殊的较量在中日友好医院展开。对阵的一方是来自北京、云南、内蒙古等地的10名皮肤科医生,另一方是首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智AI系统。竞赛科目是皮肤肿瘤的诊断成功率,包

好机友

日前,一场特殊的较量在中日友好医院展开。

对阵的一方是来自北京、云南、内蒙古等地的10名皮肤科医生,另一方是首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智AI系统。竞赛科目是皮肤肿瘤的诊断成功率,包括皮肤肿瘤性质及肿瘤名称。比赛开始前,中国人民解放军总医院皮肤病医院孟如松教授拿出60组皮肤肿瘤病例资料,现场随机抽取10组图片,让医师与优智AI系统同时作答,正确答案以病理诊断为金标准。

十分钟后,优智AI系统的良性分类符合率达100%,恶性符合率为75%,平均符合率达到了90%;而医生组对应则分别为76%,62.5%和63%。AI完胜皮肤科医生。

孟如松表示,“人机对战”的结果表明,优智AI系统已经完成了应用于临床的功能实现,能够为皮肤科医生,尤其是基层皮肤科医生和低年资皮肤科医生的临床工作实现有效助力。

对于人类医生逊于AI系统的结果,皮肤病专家并不感到意外。

2017年,斯坦福大学在《自然》杂志上发表了一份关于皮肤肿瘤机器深度学习的研究。结果显示,深度学习在良恶性3分类和疾病大类9分类任务上的符合率分别可达72.1%和55.4%。而针对同样的分类识别,专业医生平均符合率分别为65.8%和54.2%。

“由于皮肤病的临床表现多位于肌肤暴露部位,很多疾病可以通过查看临床图片、皮肤镜图片、病理切片等影像资料来进行判断。”北京大学人民医院皮肤科主任张建中教授表示,通过海量图片的学习,皮肤科是最适合远程医疗和人工智能的医疗领域。

“对于我国各级医疗机构来说,早期识别并诊断出皮肤肿瘤是一种挑战,特别是对于基层医院而言,皮肤肿瘤极易被漏诊,造成很大的临床问题。” 优智AI系统项目牵头人、中日医院崔勇在接受记者采访时表示,本次推出的优智AI,正是针对这一痛点而开发的。

尽管在崔勇看来,目前AI系统还存在四大瓶颈:皮肤病学特点决定绝对大数据的不可及性、AI技能获取途径造成深度学习策略不完整性、AI识别维度限制造成技术路径的不成熟性以及人工诊断的不确定性影响数据资源的准确性。但对于基层机构而言,优智AI将帮助基层医生提高诊断水平,降低误诊漏诊率。同时,崔勇也希望通过与国家远程医疗与互联网医学中心的战略合作,针对AI解决不了的疑难病症开展远程会诊业务。

此次发布的AI系统是由中国人群皮肤影像资源库(CSID)项目组与优麦科技联合开发完成。“目前上线的这款系统聚焦于皮肤肿瘤,下一步即将扩展到更多皮肤病病种,适用于更多皮肤病辅助决策场景。”优麦科技首席执行官常江表示,优麦科技和国家远程医疗与互联网医学中心启动的战略合作,就是希望未来三到五年利用新技术,帮助至少一万家基层医疗机构和10万名基层医生解决各类棘手的临床皮肤病问题。

国家远程医疗与互联网医学中心主任卢清君也表示,优智AI系统的发布在人工智能应用于医疗领域有着里程碑式的意义。“依托互联网平台、人工智能等技术的不断完善,医疗资源的使用率将不断被优化,从而实现患者、医生、医疗机构等多方共赢。”(科技日报)

打赏

相关阅读:

AI 皮肤科诊断
分享到:
阅读上文 >> 医院愿意为怎样的AI项目付费?
阅读下文 >> 为什么医疗行业的放射科更容易被人工智能颠覆?

版权与免责声明:

凡注明稿件来源的内容均为转载稿或由企业用户注册发布,本网转载出于传递更多信息的目的;如转载稿涉及版权问题,请作者联系我们,同时对于用户评论等信息,本网并不意味着赞同其观点或证实其内容的真实性;


本文地址:http://www.aiquan.biz/App/show-2805.html

转载本站原创文章请注明来源:AI圈

推荐新闻

更多

行业专题

更多行业专题

VIP会员

微信“扫一扫”
即可分享此文章

Copyright © 2008-2018 Aiquan.biz All Rights Reserved

服务热线: ICP备案号: