深度学习即将颠覆医疗 从皮肤科开始

皮肤对于我们的作用不仅仅限于外观，作为人体的第一道生理防线和最大的器官，时刻参与着机体的功能活动，维持着机体和自然环境的对立统一，机体的异常情况也可以在皮肤表面反映出来。皮肤病中最常见到的致病因素是感染病与过敏性皮肤炎，不过随着老化的退行性变化，老年性皮肤病，皮肤癌等也是重要的皮肤病，因此，通过皮肤的表现来判断皮肤病是每一位皮肤科大夫和护士的重要工作。

人工智能计算机视觉是一门用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。一幅图片具有形形色色各种特征，简单的可以是颜色、形状或图案，复杂的比如说可以是图案的自相似性（是否存在类似重复性图案）或是整个场景里其他的物体，通过大量图片的训练和学习可以像人类一样准确分辨图形。

人工智能（深度学习）已经在医疗的很多领域开始工作，比如眼科，内科等，并且取得了巨大成果，同样可以在皮肤科做出同样的作用，辅助皮肤科大夫和护士在早期诊断皮肤病。最近，美国斯坦福大学研究人员领衔的团队使用13万张与皮肤病变相关的图像来“训练”人工智能程序，利用深度学习技术训练谷歌公司开发的一项人工智能程序，让它利用图像去分类并识别皮肤病变处属于良性还是恶性。该模型与21名皮肤科医生进行皮肤癌识别结果对比，两者的表现基本处在同一水平上。

人工智能（深度学习）已经开始进入到皮肤领域，那么都能够为皮肤科带来什么样的帮助呢？

诊断皮肤癌：皮肤癌早期检测可谓至关重要，比如恶性黑色素瘤（一般情况，黑色素瘤会出现在身体的任何部位，但80%以上的黑色素瘤发生在皮肤）在早期发现条件下的五年存活率超过99%，而晚期发现恶性黑色素瘤存活率则仅为约14%（数据来自环球网），利用卷积神经网络的人工智能模型在学习大量恶性黑色素瘤病历的情况下，可以准确的在早期识别这种皮肤病；比如基底细胞瘤，基底细胞瘤是皮肤癌中最多见的一种，发病率很高，占眼睑恶性肿瘤的第一位（约50%以上），基底细胞瘤甚至可以侵入鼻旁窦及颅内而引起死亡，人工智能识别能力也可以应用于其他皮肤癌症和皮肤病。

国内研究皮肤科疾病的人工智能团队：随着互联网大数据的积累和硬件计算能力提升到临界点，深度学习作为实用技术走上历史舞台，在医学影像识别类辅助诊断系统领域，国内外也有多家公司不断涌现，百花齐放。医疗领域人工智能领军企业Airdoc，目前已经掌握世界领先的图像识别能力，结合数学、医学知识和人工智能深度学习算法后，在心血管、肿瘤、神内、五官等领域建立了多个精准人工智能医学辅助诊断模型，如今将目光放在了皮肤科疾病领域，希望通过人工智能深度学习辅助皮肤科医生在早期识别皮肤病。