人機較量 AI完勝皮膚科醫生

3月28日，一場特殊的較量在中日友好醫院展開。

一方是來自北京、雲南、內蒙古等地的皮膚科醫生；另一方是首款黃色人種皮膚腫瘤人工智慧輔助決策系統——優智AI（人工智慧）系統。雙方較量的科目是皮膚腫瘤的診斷成功率，包括皮膚腫瘤性質以及腫瘤名稱。

中國人民解放軍空軍總醫院皮膚病醫院孟如松教授是競賽主持人。他拿出了國內多位皮膚科專家預先準備的60組皮膚腫瘤病例圖片，現場隨機抽取10組圖片，由10位醫師與優智AI系統同時作答。無論是醫生還是AI系統，之前都沒有見過這些圖片。比賽時間限定10分鐘。

記者在現場看到，AI系統耗時5分鐘左右完成全部答題，而此時10名醫生都沒有完成，有的僅答了三四道題。10分鐘後比賽結束，結果揭曉：優智AI系統良性分類符合率達100%，惡性符合率為75%，平均符合率可達90%；醫生組對應分別為76%、62.5%和63%。

AI系統領先 人工智慧助力皮膚科醫生

用「壓力山大」描述皮膚科醫生的日常絲毫不誇張。

數據顯示，我國各類醫療機構每年的皮膚科門診量超過2億，而皮膚科醫生數量僅略超過2萬，這意味著，皮膚科醫生的年均接診量數以萬計。

門診量高負荷只是壓力源之一。「皮膚科還是涉及病種最多的臨床二級學科。」崔勇教授表示，根據皮膚科經典教科書記載，不同皮膚病診斷名稱超過2000種。

病種多，門診量大，是天平的一邊。在天平的另一邊，除了皮膚科醫生數量嚴重不足，不同地域不同醫療機構醫生的診斷水平也存在著顯著差異。這已經成為皮膚科學面臨的重大臨床問題。

究竟該如何破解這道難題？人工智慧的出現把曙光迎了進來。其實，對於此次較量中，人類醫生遜於AI系統的結果，皮膚病專家並不感到意外。2017年，斯坦福大學在《自然》（Nature）雜誌上發表了一份關於皮膚腫瘤機器深度學習的研究。結果顯示，深度學習在良惡性3分類和疾病大類9分類任務上的符合率，分別可達72.1%和55.4%，而針對同樣的分類識別，專業醫生平均符合率分別為65.8%和54.2%。

由於皮膚病的臨床表現多位於肌膚暴露部位，很多疾病可以通過查看臨床圖片、皮膚鏡圖片、病理切片等影像資料來進行判斷。北京大學人民醫院皮膚科主任張建中教授說：「通過海量圖片的學習，皮膚科是最適合遠程醫療和人工智慧的醫療領域。「

人工智慧會「看病」依託於機器深度學習。對於皮膚病人工智慧而言，就是要獲得大量帶有專業標註的醫學影像樣本，也就是大數據。

2016年6月，國務院辦公廳發布《關於促進和規範健康醫療大數據應用發展的指導意見》，首次把生物學資源和醫療大數據作為國家的基礎戰略資源，也把它納入了國家大數據戰略的布局。公開數據顯示，每年超過70億的診療人次數據以及7.5億網民的日常健康數據，讓中國坐擁最海量的醫療資料庫。

2017年5月，中國人群皮膚影像資源庫項目啟動。中日友好醫院皮膚科主任崔勇教授是項目發起人，他認為：「基於中國人群皮膚影像資源庫，把特定皮膚病的疾病特徵提取出來，就能形成大數據，這些數據經機器深度學習後就能通過人工智慧實現疾病決策的輔助與支持。」隨著CSID項目的推進，皮膚影像的全國性協作網已經建立，目前協作醫院數量已近500家，接收了近20萬組高質量圖片數據，這不僅為人工智慧系統的建設提供了大數據，還有更多發揮路徑，比如構建數據的標準化體系以及開展臨床研究與應用的輔助示範作用。

皮膚病人工智慧有望產業化落地

2018年政府工作報告提出，加強新一代人工智慧研發應用，發展智能產業，拓展智能生活。這是繼2017年「人工智慧」首次被寫入政府工作報告之後的又一次出現。

數據顯示，截至2017年6月，全球人工智慧企業總數達到2542家，其中中國企業數量居第二位，僅次於美國。業內人士指出，在深度學習、識別技術等方面，我國企業都展現出卓越實力，在人工智慧領域的技術層和應用層的發展步伐都走在世界前列。

首款黃色人種皮膚腫瘤人工智慧輔助決策系統由中國人群皮膚影像資源庫（Chinese Skin ImangesDetabace, CSID）項目組與優麥科技聯合開發完成。優麥科技CEO常江告訴記者，目前上線的這款系統聚焦於皮膚腫瘤，下一步會擴展到更多皮膚病病種，適用於更多皮膚病輔助決策場景，為國內百萬數量級的基層醫療機構提供決策輔助。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！