皮肤科影像领域的AI探索，难点在哪，我们主攻哪
皮肤病的皮损具有可视化特征,因此对于皮肤病来说，各种图像技术的应用十分重要。目前已有一系列的皮肤影像诊断方法,有效帮助皮肤科医生提升诊断水平和工作效率。同时，我国皮肤病患者数量庞大，病种众多,使得皮肤影像数据呈指数性增长,这就迫切需要我们构建适用于我国人群的皮肤病智能辅助诊断系统。
在这样的形势下，中国人群皮肤影像资源库项目（CSID）于2017年5月正式启动，近日，“中国人群皮肤影像资源库项目（CSID）研究院”在京成立。我们采访了CSID发起人、中日友好医院皮肤病与性病科主任、科研处处长崔勇教授。
记者：作为中国人群皮肤影像资源库项目（CSID）发起人，是基于怎样的初衷？
崔勇：我国皮肤影像领域存在着皮肤影像设备不完整、技术线路未整合、临床研究和应用水平地区差异较大、人员尚无培训和专业认证等问题。因此，尽快建立皮肤影像技术体系成为学科发展之必须开展的工作。
截至目前，CSID已经完成30多万份多维度皮肤影像资源的收集和归类，并通过建立协作网、制定统一标准及流程、对皮肤影像数据分阶段分析等路径，初步构建起了皮肤影像和人工智能的一套应用体系。
CSID研究院成立后将与高校、科研院所紧密合作，全面承接CSID的科学研究事务，包括基于皮肤影像数据的基础研究、优智皮肤系列AI产品的研发、皮肤影像设备的相关研究和改进、CSID开放课题的管理等。
2018-2019年，我们还将全面推进皮肤影像领域的医－教－研工作、将CSID研究院打造成皮肤影像资源相关科学研究的独立机构，争取在2019年底前，完成发布10个/类皮肤病AI产品。
记者：CSID的建立，如何能帮助皮肤科医生诊治病人？
崔勇：中国人群皮肤影像资源库项目（CSID）的建立，让皮肤病AI研发获取“量大、质高”的数据成为可能。
CSID于2017年5月正式启动，目前CSID已积累了30万组多维度皮肤病影像资源（每组含皮肤摄影、皮肤镜、皮肤CT、组织病理），涉及病种超过500种，其中超过1000例数据的病种达到300种，全部数据完成标准化标注。
依托CSID，我们成立了两个专家组织：国家远程医疗与互联网医学中心皮肤病专委会和中国医学装备人工智能联盟皮肤病委会会。通过“专家+研究院所+企业”的运行模式，建立医－教－研－产－学共同体，CSID提供资源，企业提供技术，目标就是开发出能够真正落地应用的皮肤病AI产品。
记者：有了皮肤病AI产品，是不是就可以让基层的诊治更加规范化？
崔勇：赋能基层，是CSID的关键词之一。基层皮肤科确实存在一些问题，如：
● 常见病易误诊；
● 皮肤肿瘤易漏诊；
● 罕见病不认识；
● 多学科病缺乏交流的现象等。
CSID是希望建立一个基于皮肤影像大数据资源的共享式、开放式、协作式工作平台，发挥以下三大“赋能”作用，包括提升基层皮肤科医生皮肤病诊断能力、全国皮肤科医生开展相关皮肤病的AI应用研发、皮肤影像装备和解决方案的优化。
今年3月，CSID发布我国首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智皮肤AI，在“首届全国皮肤病人工智能临床应用研究高峰论坛”上，发布了该款皮肤病AI产品2.0版本。
该皮肤AI2.0版本在皮肤肿瘤良恶性识别率上达到91.2％，疾病类型识别率达到81.4％，不仅较之前的版本有较大幅度提升，更是领先国际水平。同时，升级后的优智皮肤AI所覆盖的病种在皮肤肿瘤的基础上增加了黑甲病。
此外，推动皮肤影像标准体系建设势在必行。
最近，国家远程医疗与互联网医学中心皮肤科专委会已正式启动我国皮肤影像能力体系建设工程，包括：示范基地建设、标准化培训课程及皮肤科医生能力认证等工作模块。皮肤科医生皮肤影像能力认证将按照“三类三级”进行考核和管理。
“三类”分别为皮肤镜、皮肤共聚焦显微镜和皮肤超声；
“三级”则为初级、中级和高级。
目前，皮肤影像初级考核已经开启，成绩优异者可以进一步获得参加线下皮肤影像中级考核资格。通过线上线下相结合的考核模式，让更多基层的尤其是边远地区的皮肤科医生参加皮肤影像技术的标准化培训成为可能和常态。
技术的目的，不是替代，而是支持。通过AI应用为皮肤科医生赋能，也是CSID大力推动中国皮肤影像事业发展的动力。
时间:2018-11-11 23:11 来源: 转发量:次
声明：本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品，请与我们取得联系，我们会及时修改或删除。
相关文章：
相关推荐：
网友评论：
最新文章
热门文章
