中国首个 | 皮肤病影像人工智能辅助识别系统获批医疗器械注册证

2020
04/29

+
分享
评论
尹恒 / 中南大学湘雅二医院皮肤科
A-
A+
皮肤病影像人工智能辅助识别系统的研发依赖于皮肤病皮损影像资料库。

近日,由中南大学湘雅二医院皮肤科陆前进教授领衔的皮肤病人工智能研发团队,在经历多年的科研攻关之后,中国首个皮肤病影像人工智能辅助识别系统获得了由湖南省药品监督管理局颁发的中华人民共和国医疗器械注册证。

什么是皮肤病影像人工智能辅助识别系统

皮肤病的种类繁多,而且部分皮肤病的皮肤损害非常相似,极易混淆,给皮肤科医生的临床工作带来很大的挑战。特别是在基层和偏远地区,辅助诊断手段缺乏,以至于皮肤病的临床诊断准确率远远达不到临床实际的需要。

皮肤病是一门形态科学,很多皮肤病都可以通过皮肤损害的典型特征进行诊断。虽然临床医生可以通过查阅图谱和文献,来学习尚不认识的皮肤病种,但是需要花费非常多的时间来检索所需要的内容,效率低下、准确度差。

皮肤病影像人工智能辅助识别系统正是瞄准这一痛点,基于皮肤病影像大数据,利用基于深度学习的人工智能图像识别技术,实现“拍图识病”的快速检索能力,该系统目前可在短短数秒内对近百种皮肤病的皮损照片进行快速检索。临床医生可借助该系统,通过皮肤病患者的皮损影像资料,快速定位该疾病的知识库和典型图库,辅助医生做出更加准确和快速的临床诊断,从而提高皮肤病的临床诊疗能力。

皮肤病影像人工智能辅助识别系统的优势

皮肤病影像人工智能辅助识别系统打破了传统的文本检索模式,实现了皮肤病影像为核心的知识检索体系,相比传统的检索系统,该系统具有以下优势:

1. 单系统支持识别病种最多,目前该系统可支持近百种皮肤病的影像检索功能。

2. 影像检索速度快,从上传图片到输出结果,仅需要数秒,大大提升临床工作效率。

3. 影像识别准确性高,近百种皮肤病平均识别准确性大于 86%,其中 34 种皮肤病识别准确性超过 95%。

4. 系统轻量化、十分便携,仅需一台智能手机或平板,即可实现随时随地上线使用。

5. 配备海量典型图库和疾病知识库,帮助医生更好地学习和提高皮肤病的诊疗水平。

皮肤病影像人工智能辅助识别系统的研发历程

皮肤病影像人工智能辅助识别系统的研发依赖于皮肤病皮损影像资料库。陆前进教授研究团队最早于 2005 年开始系统收集红斑狼疮等皮肤病的临床影像资料。

2017 年 3 月,陆前进教授领衔的人工智能研发团队成立,丁香园、睿祺软件、深睿医疗等各界企业合作伙伴先后加入研发团队,共同参与皮肤病人工智能研发工作。

2017 年 5 月 19 日,中国首个红斑狼疮人工智能影像识别系统正式发布,系统实现了对红斑狼疮各种亚型以及鉴别诊断疾病影像的识别。

2017 年 6 月,「人工智能智慧医学联盟」成立,全国 20 余家三甲医院皮肤科加入联盟,合力推进皮肤病人工智能研发进程。

2018 年 4 月 27 日,系统实现了对近百种皮肤病影像的识别,并面向全国临床医生正式启用,同期还对宁夏彭阳县人民医院等 10 家单位的基层医生提供帮扶指导。

2018 年 4 月 27 日,「皮肤病人工智能发展联盟」成立,全国 60 余家三甲医院皮肤科加入联盟。

2018 年 8 月开始,先后在内蒙古、宁夏、黑龙江、海南、新疆、青海等省市进行推广应用。

2018 年,该项目被评为「湖南省十大科技新闻」,同年获得「长株潭国家自主创新示范区重大专项」。

皮肤病影像人工智能辅助识别系统

皮肤病影像人工智能辅助识别系统,目前已被来自全国 4200 余家医院的 8000 余名临床医生注册试用,完成影像识别 63000 余次,支持临床医生进行临床知识获取 240 万次,促进优质医疗资源下沉,从整体上提高我国尤其是基层医生皮肤病诊断水平。

作为全国首个获得医疗器械批准的皮肤病人工智能应用工具,具有划时代的意义。虽然,目前皮肤病人工智能应用还面临不少问题,但是随着科技的发展,未来人工智能技术在皮肤病医疗上的应用会有更广阔的前景。

本文转载自其他网站,不代表健康界观点和立场。如有内容和图片的著作权异议,请及时联系我们(邮箱:guikequan@hmkx.cn

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

相关文章

推荐课程


精彩视频

您的申请提交成功

确定 取消
×

打赏作者

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×
打赏

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!