人工智能技术在皮肤病辅助诊断的应用研究

目的:皮肤病种类繁多,采用机器学习、计算机视觉等人工智能技术可实现自动、快速分类及特征识别,分析并研究国内外在皮肤病辅助诊断方面的人工智能技术应用。方法:临床诊断使用的皮肤病图像主要包括皮肤镜图像以及皮肤组织病理图像等,所使用的方法与样本数量及质量直接相关,针对海量皮肤镜图像,采用卷积神经网络迁移学习可实现疾病类型的分类;针对小样本量皮肤镜图像,结合皮肤学诊断原理和机器学习建模实现特定疾病类型诊断;针对有限样本且复杂的皮肤组织病理图像,运用图像分割和机器学习建模实现病理图像自动区域标注。结果:在皮肤病辅助诊断方面,结合人工智能技术,国内外研究机构已经实现肤质特征识别、自动区域标注、疾病分类等应用。结论:随着用于皮肤病诊断的人工智能技术发展,有望大幅提高接诊效率,为医生提供客观的辅助支撑,减轻负担。