谷歌称人工智能可以像皮个人理财了历史肤科医生那样准确地检测出26种皮肤病

时间：2023-04-08 浏览：45 分类：网络

皮肤情况是全球最常见的疾病之一，仅次于伤风，疲惫和头痛。事实上，据估计，世界各地为患者供给的一切医治中有25%是针对皮肤情况的，而且在诊所中看到的高达37%的患者至少有一次皮肤病。

巨大的病例工作量和全球皮肤科医师缺少迫使患者寻觅全科医师，他们在辨认病况时往往不如专科医师精确。这一趋势促进谷歌研讨人员研讨能够发现初级保健中最常见的皮肤病的人工智能体系。在一篇论文(“用于皮肤疾病辨别确诊的深度学习体系”)和随附的博客文章中，他们陈述说，当供给有关患者病例的图画和元数据时，它能够在26种皮肤情况下完成精确性，而且他们宣称它与与美国董事会认证的皮肤科医师。

“咱们开发了深度学习体系(DLS)，以处理初级保健中最常见的皮肤情况，”Google软件工程师Yuan Liu和Google Health技能项目经理Peggy Bui博士写道。 “这项研讨强调了DLS有或许增强没有额定专业练习的全科医师精确确诊皮肤情况的才能。”

正如Liu和Bui进一步解说的那样，皮肤科医师不会对任何皮肤情况进行一次确诊 – 相反，他们会经过随后的实验室测验，成像，程序和咨询体系地缩小或许确诊(差异确诊)的排序列表。 。谷歌研讨人员的体系也是如此，该体系处理的输入包括一个或多个皮肤反常的临床图画和多达45种元数据(例如，自我陈述的病史组成部分，如年纪，性别和症状) )。

研讨小组表明，它对来自两个州17个初级保健诊所的17,777个去辨认病例进行了评价。他们将语料库分红两部分，并运用2010年至2017年期间记载的部分记载人工智能体系，保存2017年至2018年的部分进行评价。在练习期间，该模型利用了超越40名皮肤科医师供给的50,000多种辨别确诊。

在对体系确诊精确性的测验中，研讨人员汇编了三位美国董事会认证的皮肤科医师的确诊成果。汇总了超越3,750个事例以得出实在标签，而且AI体系的皮肤情况排名列表别离到达71%和93%的前1和前3精度。此外，当体系与验证数据集的一个子会集的三类临床医师(皮肤科医师，初级保健医师和执业护理)进行比较时，该团队陈述其前三项猜测显现前三确诊精确率为90% ，或与皮肤科医师(75%)比较，而且比初级保健医师(60%)和执业护理(55%)“高得多”。

最终，为了评价对皮肤类型的潜在成见，该团队依据Fitzpatrick皮肤类型测验了AI体系的功能，该皮肤类型的规模从I型(“淡白色，总是烧伤，从不晒黑”)到VI型(“最黑的棕色，永久不会焚烧“)。专心于代表至少5%数据的皮肤类型，他们发现该模型的体现类似，前1精度规模从69%到72%，前3精度从91%到94%。

研讨人员将练习语料库中元数据的存在与体系的全体精确性混为一谈，并说成果表明他们的办法或许“有助于促进临床医师……考虑或许性”，这些或许性开始并非在他们的辨别确诊中。但是，他们注意到他们的练习语料库仅来自一个长途皮肤病学服务;一些Fitzpatrick皮肤类型在他们的数据会集太稀有，无法进行有意义的练习或剖析;而且由于缺少可用的数据样本，他们的数据集没有精确地检测到某些皮肤情况，例如黑色素瘤。

“咱们信任这些约束能够经过在练习和验证会集包括更多经活检证明的皮肤癌病例来处理，”Liu和Bui写道。 “深化学习为皮肤病的辨别确诊供给信息的成功是十分令人鼓舞的，由于这种东西能够协助临床医师。例如，这样的DLS能够协助分类病例，以辅导临床护理的优先次第，或协助非皮肤科医师更精确地发动皮肤病医治，并或许改进[护理]的获取。“