中醫皮膚病醫療中心論壇

標題: 盘點全球11個皮膚病AI項目:63%用于醫生端,中國企業最多 [打印本頁]

作者: admin 時間: 2021-4-15 15:34
標題: 盘點全球11個皮膚病AI項目:63%用于醫生端,中國企業最多
本年，皮膚病AI的診断產物已出了三個。一個是中南大學湘雅二病院（如下简称湘雅二病院）与丁香园、睿琪软件结合推出的皮膚病人工智能辅助診療综合平台——智能皮膚。4月27日，三方在长沙湘雅二病院召开临床启用公布會，正式向临床大夫开放利用。

此外两個皮膚病AI產物则是中日友爱病院联手優脉科技互助研發的優智AI體系，和北京协和病院与南开大學配合开辟的基于深度进修技能的皮膚病人工智能診断體系。這两個產物的定位是為泛博皮膚病患者、全科大夫、低级皮膚科大夫供给便利快速的参考和引导。

可見，愈来愈多的企業選择与高校、病院或醫學專家结合开辟皮膚病AI辅助診療體系。那末，今朝全世界有几多關于皮膚AI的項目？其结果若何？面對哪些挑战呢？政策又是若何指引的？動脉網對此举行了梳理。

人工智能政策从全行業到醫療的蜕变

醫療行業的成长与政策慎密相连。本年皮膚病AI產物频仍出生，也离不开政策的指导。按照公然信息检索，咱们罗列了海内近三年与人工智能相干的政策，發明零丁针對醫療人工智能的政策较少，大部門是合用于全行業。详细以下：

在2017年蛋壳钻研院公布的《2017醫療大数据与人工智能财產陈述》中提到，人工智能利用于醫療康健范畴，對付大夫、醫療机构、患者、企業来讲，各有裨益。

在大夫端，它帮忙大夫提高醫療診断速率、正确率，提高大夫的供给量，更早發明疾病，给患者供给個性化阐發、優化醫治方案，削减后续的醫療用度付出；

患者端，提高患者自查自診自我辦理的比例，低落患者對大夫的需求量，低落本钱；

醫療机构端，它提高醫療机构、大夫的事情效力，優化病院的辦理程度，低落醫療本钱；企業端，有助于研發职員發明有價值的新藥物。

是以，客岁人工智能很火，本钱也纷繁结构。据動脉網统计，2017年醫療人工智能行業一共產生27起融资事務，若是算上几家没有颁布動静的公司，2017年该范畴融资总额跨越17亿人民币，行業领跑者也已进入B轮状况。這些企業触及的疾病种類也不少，有皮膚科、肺结節、糖尿病等数十种疾病。此中皮膚病AI產物至多。

本年4月28日，國務院辦公厅公布了關于《關于促成“互联網+醫療康健”成长的定見》（下简称《定見》）。鼓動勉励醫療结合體内上级醫療机构借助人工智能等技能手腕，面向下层供给长途會診、长途心電診断、长途影象診断等辦事，促成醫療结合體内醫療机构間查抄查验成果及時查阅、互认同享。

也许该政策的出台将更利于醫療人工智能產物多样化成长，并快速走进醫療机构，极大促成醫療人工智能行業的成长。

為甚麼皮膚病AI產物至多呢？

据悉，皮膚病學是比力依靠形态學特性的學科，皮膚影象是皮膚病診断的首要手腕。皮膚影象診断由最初的望診，成长到放大镜和显微镜辅助診断，再到比年来数字影象學技能和智能阐發。

今朝以皮膚镜、皮膚超声、皮膚CT 為代表的皮膚影象技能已成為临床皮膚病診断的首要东西。皮膚镜對玄色素瘤有不少的診断法子，包含 ABCD法、模式辨认法、七點检测法、三點检测法、CASH 法等，這些法子，引导大夫對提掏出来的特性举行打分评價，由此看来，這是人工智能利用比力成熟的例子。若是能连系多维度皮膚影象资本库，把诸多皮膚病的疾病特性提掏出来，尺度化地打分辨认，便可以更好地教呆板若何果断。斯坦福大學在Nature 上颁發了一篇文章，操纵 13 万個皮膚病的圖象数据库，举行人工智能主動診断皮膚病的摸索。圖象数据库包括了皮膚镜圖象、手机照片和尺度化的照片。其成果是将人工智能診断體系用于辨别皮膚良性肿瘤、恶性肿瘤和其他的一些非肿瘤性皮膚病，成果人工智能診断成果与皮膚科專家診断成果吻合度很是高，診断效力打成平局。

好比银屑病、荨麻疹、痤疮等常見多病發的診療勾当中，大夫的診断、处方、康健宣教等不但是反复性劳動，并且在一個狭窄的空間里与患者交换。天天如是，這全部环節或是此中一部門，便可能被人工智能替换。但皮膚科的病种繁多，辨别尺度和診断尺度還不同一，如许其实不太轻易教會呆板人怎样辨认診断疾病，属于 AI 診断皮膚病的瓶颈问题之一。今朝皮膚影象還很难实現病理圖象的主動辨认診断，此外皮膚病中有罕有病，病例很是少，标本量不足以供给呆板练习所需，抱负主動辨认診断的效力也难实現。

國表里這11种皮膚病AI產物环境汇总

為此，咱们筛選了國表里皮膚病AI產物举行阐發，经由过程項目标介入方、利用端、定位等维度阐發，但愿领會皮膚病AI的表面，和他们的產物功效。

按照公然信息检索，咱们發明國表里有11种皮膚病AI產物，出生時候最先是在2012年，2015年-2018年間出生了10家，介入方包含企業、高校、病院等。大部門皮膚病AI產物利用于大夫端，為大夫供给辅助診断决议计划。详细细则以下：

1皮膚病AI產物出生的時候：2015年和2017年至多

从時候维度看，皮膚病AI出生于2012年，2017年和2015年出生的產物数目均為3款，2016年和2018年均為2款。

2015年是人工智能刚鼓起的阶段，2017年被称為人工智能的元年。据業内助士称，阿谁阶段，若是技能公司不提人工智能，感受本身都不是圈儿内助。那時事实有多火爆呢？

据動脉網2017年统计的数据看，在融资方面，醫療人工智能行業一共產生27起融资事務，若是算上几家没有颁布動静的公司，2017年该范畴融资总额跨越17亿人民币，行業领跑者也已进入B轮状况。

在政策方面，2017年醫療人工智能行業相干政策也在逐步推動。据動脉網领會，自从7月20日國務院公布《新一代人工智能成长计划》，中检所、CFDA都在踊跃与行業人士接触，相干政策、羁系方案都在紧锣密鼓的制订傍边。

同時，海内科技巨擘也纷繁涉足。2017年，阿里、腾讯、科大讯飞等科技巨擘接踵公布醫療人工智能產物，并将產物落地病院，接管实践的查验，而且以人工智能技能為根本，共建伶俐病院。

外洋知名的醫療人工智能大牛们也在2017年回到中國，介入這股醫療AI创業海潮。斯坦福大學傳授邢磊、Deep Genomics结合开创人熊辉远、原飞利浦醫療放射解决方案首席架构师陶晓滑鼠墊,东……

在落地实體醫療机构方面，2017年各個醫療人工智能公司落地的醫療机构加起来跨越1000多家。一名加入醫療集會的院长曾暗示本年哪一個病院不谈人工智能，感受就OUT了。

2全世界皮膚AI触及的區域：中國涉足產物至多

从全世界涉足皮膚病AI的區域看，有中國、荷兰、美國、日本。此中中國出生的皮膚病AI產物至多，有7种，位列第二的是美國，有2种。

由于在我國推广的新醫改布景下，特别是如今进入醫改的深水期，通常能扭转醫療行業痛點的產物，又在外洋有利用產物，均被投资人、创業者追捧。好比挪動醫療，数字醫療，醫療人工智能、區块链等。

醫療人工智能一向被人们寄与厚望，把它当作是解决醫療出產力的底子之道。在我國，生齿老龄化、慢病高速增加、醫療资本供需紧张失衡和地區分派不均等问题，培养了對醫療人工智能的庞大需求；同時，我國生齿基数大、财產组合丰硕、人材储蓄充实等特色，又给人工智能的成长供给了很好的根本。

虽然美國在人工智能的根本钻研范畴一向处于前沿职位地方，可是近两年来，中國的人工智能科技人材正在实現弯道超车。

按照美國公布的《國度人工智能钻研与成长计谋计划》陈述中显示，从 2013 年到 2015 年，SCI 收录的人工智能标的目的论文，触及“深度进修”的论文数目增加了约 6 倍。中國粹者的论文颁發数目从 2014 年起头跨越美國，并大幅度领先于其他國度。

3皮膚AI體系介入方至多的是企業、病院、高校

从介入方来看，触及一款皮膚病AI必要多方协作。病院、企業、高校、皮膚科醫學專家、数學家、计较机專家，他们的参加充实表現了各行業間“术業有專攻”的特征。

简略归纳综合而言，一款皮膚病AI產物离不开数据、技能的支撑。除计较机科學之外，人工智能還触及信息论、節制论、主動化、仿生學、生物學、生理學、数理逻辑、说话學、醫學和哲學等多門學科。人工智能學科钻研的重要内容包含：常识暗示、主動推理和搜刮法子、呆板进修和常识获得、常识处置體系、天然说话理解、计较机视觉、智能呆板人、主動步伐设计等方面。

4皮膚AI利用端：63%利用于大夫端

今朝皮膚病AI產物利用于大夫端、患者端、大夫和患者端這三种环境。此中63%的皮膚病AI產物利用于大夫端。

如在2012年荷兰出生了一款名為SkinVision的App，利用于C端患者。可以只利用圖片就可以侦测出73%的玄色素瘤，它能帮忙用户追踪體表黑痣的巨细和外形变革，阐發果断它们是不是有可能存在恶性病变隐患，并提示用户對可疑的黑痣连结紧密亲密存眷或咨询大夫。

SkinVision从黑痣這個角度動身，降血糖茶,由于黑痣（特别是那些异样發展的黑痣）是皮膚癌的初期旌旗灯号，而皮膚癌中最致命的一類——恶性玄色素瘤，更是由不起眼的黑痣成长而来的。若是能在初期阶段确診并接管实時醫治，多达95%的皮膚癌患者都能获得根治或持久存活；若是直到晚期才發明，那持久存活率就只有15%。

碧眼儿的皮膚生成缺少抵抗阳光中紫外线危险的玄色素，以是皮膚癌病發率比黄种人和黑人都高，是以像SkinVision如许一款用于黑痣自检的挪動利用在泰西地域有着庞大的市场潜力。

在2012年，SkinVision得到了德國投资机构Personal Health Solutions的投资。从2012年公布到2014年11月，约莫已有10万人已下载了這款app，并供给了175000张照片到產物数据库里，這些照片在此后将用于进一步的开辟。

5皮膚病AI產物定位汇总：辅助决议计划比力常見

从今朝收集的信息看，皮膚病AI定位有三种，环抱用户的需求，有辅助診断决议计划、检测皮膚病、皮膚康健辦理，此中辅助診断决议计划的產物至多。

造成這一成果的缘由是，醫療行業面對着大夫数目欠缺的逆境。按照2017年The Lancet上一項钻研称，2005 至 2015 年間，中國470 万醫學生结業，而大夫总数仅增长 75 万。

這篇钻研的通信作者是台灣國立阳明大學范佩贞傳授，钻研连系國度卫生计生委和北京协和病院的陈述及年鉴阐發获得，在 2005 年年头至 2014 年年末，醫學本科结業生為4374191，七年制结業生為 4131865，共结業约 472 万醫學生，而這時代新增的执業醫师仅為 75 万。

此中，25-34 岁临床醫师的占比从 31.3% 削减到 22.6%，60 岁及以上的醫师占比从 2.5% 上涨到 11.6%，七年制钻研生占比从 4.3% 上涨到 11.2%。屯子地域大夫缺口超 50 万。這刚好是中國醫療程度最亏弱的处所，也是政策支撑力度最大，倡导鼎力成长的下层醫療。也许醫療人工智能的呈現，将扭转這一近况。

那末這些皮膚病AI產物详细利用若何？為此，咱们筛選了两個具备典范意义的產物，一個是企業、病院研發的智能皮膚辅助診療體系；另外一個是高校和病院结合开辟的診断體系。

案例一：湘雅二病院、丁香园、睿琪三方公布皮膚病AI辅助診療體系

究竟上，客岁5月湘雅二病院、丁香园和睿琪软件结合公布了中國首個皮膚病人工智能辅助診療體系 ——智能皮膚。一年時候，智能皮膚在履历了多番测试、审核、练习，累计进修跨越 60 万张病例圖片后，日前该體系迎来重大冲破：對 85 种皮膚病辨认正确率达 86%，此中 34 种常見疾病大于 95%，可辨认病种数和正确率居行業之首。

在互助的三方中，供给数据的因此湘雅二病院為主，结合天下20多家三甲病院的海量的影象減肥茶,资本；技能是由睿琪软件基于其识花APP“形色”的焦點算法架构，“形色”是睿琪强力打造的圖象辨认體系，处于業界领先程度；丁香园则长于整合和协同醫療行業资本，介入體系的设计、开辟与运营。

4 月 16 - 25 日，湘雅二病院和丁香园配合倡议了“助力AI” —— 全網皮膚科大夫排位赛。

在所有参赛的 545 名皮膚病/性病科大夫中，主治以上级此外醫师在均匀得分、介入踊跃性皆显著優于其他科室大夫，均匀答题得分是 69.03 分，均匀完成時长是 107 秒。而智能皮膚均匀得分是 87.5 分，均匀完成時长 31.4 秒。

如许的成果，中南大學湘雅二病院皮膚科主任、博士生导师陆进步傳授其实不不测。他暗示，在大夫和 AI 體系都是在看圖片的特定环境下，人工智能的正确率和時候高于大夫，主如果由于呆板进修了大量的圖片。

据他先容，智能皮膚的利用已在下层醫療机构放开了。2018年4月“智能皮膚”走进湖南江華瑶族自治县人民病院和宁夏固原彭阳县人民病院，為下层大夫供给先辈的人工智能辅助診断技能，對接天下顶级皮膚病診療资本，展开精准醫療扶贫规划。

宁夏彭阳县人民病院高勇暗示，“在咱们病院没有專業的皮膚科大夫，是由外科大夫兼任，是以對来就醫的皮膚病人的診断处于模胡的状况，醫治方案天然也很模胡。经由过程试點利用智能皮膚后，只要大夫對着患者病灶部位拍一张照片，按照大夫本身的診療履历，筛選最為類似的病种，體系再给出一個结论。历時很是短，极大提高了大夫的診療速率和程度。我但愿该平台能推行到更贫苦、更偏僻的处所去，让皮膚病患者获得更精准的醫治，夯实下层醫療的診療程度。”

在4月27日的举行的那场公布會上，皮膚病人工智能成长同盟也同期正式建立。陆进步傳授任同盟主席，丁香园副总裁张伟师长教师担当同盟秘书长。来自天下各地的同盟成員，将聚协力量，将智能體系扩大到更多的病种，同時也将體系平台打造得加倍周全。

為了让全部醫療扶贫事情落到实处，深刻展开，互助三方還為帮扶单元筹备了一整套完备的综合帮扶资本支撑。详细方案以下：

1年皮膚病人工智能辅助診療综合平台利用权；1台液晶显示器、1台云机顶盒及2台智妙手机；200次皮膚病專家长途會診及病例會商机遇；100節皮膚病專業进修课程；供给皮膚病人工智能成长同盟成員单元培训及深造机遇；丁香互联網病院入驻及診療约请。

這些方案将正式投放到第一批精准醫療扶贫帮扶单元，有彭氣密窗，阳县人民病院、平江县第一人民病院、平江县中病院、安化县人民病院、炎陵县人民病院、慈利县中病院、桂东县人民病院、江華瑶族自治县人民病院、汝城县皮防所、新田县人民病院。

作為平台运营者，当被问及什麼時候开放给患者時，丁香园副总裁张伟暗示，在短時間内，平台今朝不會开放给患者對疾病举行直接診断。在這個条件下，平台面向患者的辦事，是基于患者提交的总體疾病资料信息举行智能分診，在综合地區身分和疾病身分以后，帮忙患者匹配合适的醫療机构。這与國度深化分级診療的计谋标的目的相一致。

在谈到皮膚病人工智能成长同盟的将来计划時，陆进步傳授说：

将来 5 年，同盟将分三個阶段成长。2018 年作為第一阶段，将创建健全同盟框架和成长机制，构建成為可托赖的综合診療平台；2019-2020 年作為系统成长阶段，将实現對重要皮膚疾病的診療笼盖，创建皮膚病人工智能范畴行業尺度；2021-2023 年為生态完美阶段，构成產學研的完备價值链条。

案例二：北京协和病院与南开大學公布的皮膚病人工智能診断體系

2018年3月30日，中國醫學科學院北京协和病院与南开大學配合公布基于深度进修技能的皮膚病人工智能診断體系。它被称為手机拍圖能识病，和SkinVision產物雷同，只是利用者分歧。SkinVision是给C端患者利用，而他们研發的皮膚病AI是给大夫利用。

该項技能由南开大學计较机与節制工程學院计较机视觉实行室杨巨峰团队与北京协和病院互助开辟，包括两項重要功效，一是操纵皮膚镜拍摄皮膚色素痣，并對皮膚镜圖象举行辨识；二是操纵平凡手机拍摄皮损圖象，并對皮损举行智能辨识，以供给常見皮膚疾病的診断参考。

今朝，该體系對色生性皮膚痣的辨识正确率已到达92%以上，為玄色素瘤的初期發明供给了杰出的診断根据。与此同時，针敌手机拍摄的皮损圖象辨识数种常見皮膚疾病(如湿疹、银屑病、玫瑰糠疹)的正确率也到达了80%以上。该體系除能為全科大夫和低级皮膚科大夫診断疾病供给帮忙，也為偏僻及贫苦地域减缓皮膚科大夫紧张缺少和病人就診难的抵牾斥地了另外一立异路子。该體系将在本年對接黑龙江、山西、江西三個省的醫療扶贫項目，协助贫苦地域的下层大夫能更好、更有信心肠面临和处置皮膚科疾病，為晋升贫苦地域人民糊口品格做出进献。据领會，南开大學计较机与節制工程學院计较机视觉实行室踊跃相应國度号令，對准國际人工智能钻研最前沿，致力于将呆板进修技能利用于计较机视觉的現实问题，并与美國加州大學、英國卡迪夫大學、北京协和病院等创建了慎密的互助瓜葛。本次介入开辟的皮膚病智能診断體系基于该实行室持久以来的理论钻研和堆集，前期功效接踵颁發在欧洲计较机视觉大會(ECCV)、國际计较机视觉与模式辨认大會(CVPR)等國际顶尖學术集會上。相干事情鞭策了计较机视觉、人工智能等技能在伶俐醫療范畴的功效转化，為泛博皮膚病患者、全科大夫、低级皮膚科大夫供给了便利快速的参考和引导，实現了较大的社會價值。

将来皮膚病AI的利用喜忧各半

海内皮膚病AI產物及试點病院已具有了，外洋接连获批AI診断體系，這值得创業者们“喜”。

自从2017年FDA组建建立AI与数字醫療审评部以来，AI醫療產物获得了FDA的鼎力支撑。进入2018年后短短3個月時候就持续有多款AI診断决议计划支撑體系前后获批，這在FDA汗青上是史无前例的气象，将来醫療AI化的趋向已很是较着。不但包含当前十分火热的圖象辨认，也包括了影象组學等将影象信息连系临床信息举行总體计较的法子。

今朝國际上AI醫療產物获得FDA认证的產物，从疾病方面了看，有中风、房颤、心脏病、肺病、肝病、儿童自闭症、糖尿病视網膜病变、肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌、肺炎、阿尔茨海默病、先秉性白内障、皮膚癌等。

而忧的是中國却還无一例新一代AI醫療產物经由过程藥监局的认证，其成果致使该產物不克不及经由过程病院采购的模式快速在市场畅通。怎样辦？

羁系部分也在踊跃钻研醫學人工智能產物的审批机制。2017年9月4日，CFDA公布新版《醫療器械分類目次》，新增了与人工智能辅助診断的對应的种别。

依照最新的分類划定，若診断软件经由过程算法，供给診断建议，唯一辅助診断功效，不直接给出診断结论，则申报二類醫療器械，若是對病变部位举行主動辨认，并供给明白診断提醒，则依照第三類醫療器械辦理。

值得存眷的是，第三類醫療器械是必要做临床实验的，第二類器械有临床实验宽免目次，診断软件申报是不是可以或许享受宽免，CFDA尚未做出详细的规范。

该规范将于2018年8月1日施行，若是各個醫療人工智能公司的想要走病院采购這条路，那末得到藥监局认证是必经之路，若是要认证三類醫療器械，或診断類软件没有享受宽免，那末大量真正的临床利用数据将會為公司的申请供给庞大的帮忙。

此外，中检院也在制订审批细则，今朝眼底圖象标定專家团队已创建，肺结節的审批尺度也在制订。AI将给将来醫療技能带来深入的变革，是将来醫學立异和鼎新的壮大動力。

歡迎光臨中醫皮膚病醫療中心論壇 (https://psoaz.com.tw/)