基于中国人群多维度皮肤影像资源库开展的皮肤病人工智能研究与应用
我国人口数量庞大而医疗资源有限，如何让所有人都能享受到优质的医疗服务成为摆在社会面前的一道难题。幸运的是，随着以人工智能为代表的新兴技术的快速发展，这一难题有望得到解决。近年来，中日友好医院在皮肤病的诊断、鉴别方面展开技术实践，取得了丰硕成果，这为缩小不同地区之间的医疗水平差距带来了希望。
人工智能（Artificial Intelligence，AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[1， 2]。在世界范围内，人工智能已成为一个热门话题，在包括医疗和卫生等众多领域被广泛应用。近年来，人工智能在医疗领域取得了长足进步，包括智能诊断和治疗、智能影像识别、智能穿戴设备、智能健康管理及智能医疗机器人等多个方面[3]。图像识别、深度学习、神经网络等关键技术推动人工智能快速发展，AI在对传统医疗行业（包括皮肤科）形成挑战的同时，也给临床学科的整体发展带来了新契机。2016年以来，AI已经在皮肤科开展了诸多应用研究，发表于权威学术期刊《自然》的《采用深度神经网络的皮肤科医师级皮肤癌分类》（Dermatologist- level classification of skin cancer with deep neural networks）一文证实，借助深度卷积神经网络（Deep convolutional neural networks， CNNs）进行海量信息学习，AI对色素性皮肤肿瘤的诊断水平可达到或超过认证皮肤科医生的水平[4]。该研究充分展现了AI在皮肤科学中的广阔应用前景，即AI不但可显著提升皮肤科医生的照护和研究水平，也将彻底改变皮肤科医生的行为模式。
皮肤病学是一门直观性很强的形态科学，主要通过皮损形态、大小、颜色等图像化的信息对疾病进行诊断和鉴别。随着皮肤影像技术的发展，越来越多的皮肤科医生借助皮肤影像设备（皮肤镜、皮肤高频超声、反射式共聚焦显微镜等）对皮肤疾病进行辅助诊断，极大地提高了疾病诊断的准确率。皮肤影像资料具备天然的大数据属性，国内一些研究团队已经开始对皮肤影像数据展开深入挖掘，并尝试开发皮肤科人工智能相关产品。中日友好医院皮肤病与性病科在崔勇教授的带领下，经过不断探索和实践，开发出了多款皮肤病人工智能产品，并应用于了临床工作中，取得了良好的经济效益和社会效应。
中日友好医院皮肤病与性病科皮肤影像中心
目前，皮肤影像诊断技术在国际上被广泛接受和应用，已出版大量专业书籍，各级专业学会组织纷纷建立，形成了相对完整的理论体系，这已成为皮肤科临床、教学及转化医学研究中不可或缺的重要组成部分。皮肤影像诊断技术在我国的发展时间较短，但近年来发展迅猛。中日友好医院皮肤病与性病科在全国范围内率先成立皮肤影像中心，拥有先进的皮肤影像设备，主要包括：
（1）皮膚镜（Medicam 800HD， FotoFinder Systems GmbH， Birbach， Germany）：可起到辅助诊断的作用，对于疾病疗效的转归，皮肤镜能及早发现肉眼难以观察到的改变。
（2）反射式共聚焦扫描显微镜（型号：VivaScope®1500）：又称皮肤CT，被广泛应用于临床辅助诊断及临床研究，已成为科室辅助诊断系统中不可或缺的一部分。
（3）皮肤B超（德国TPM超声皮肤影像仪）：在临床辅助诊断、术前评估、疾病疗效评估及临床科研等方面得到广泛应用。
皮肤影像中心具有一支实力强大的专业人才队伍，皮肤影像技术水平在国内名列前茅（在国家远程医疗与互联网医学中心组织的皮肤影像技术认证考试中，皮肤影像中心人员在皮肤镜和反射式共聚焦扫描显微镜两个单项考试中均获得第一名成绩）。皮肤影像中心现日均接诊患者百余人，积累了大量的皮肤影像资料。
海量数据来源——中国人群皮肤影像资源库
数据是人工智能产品研发过程中的重要元素，只有符合一定规范的大数据才能发挥效能，因而对数据进行收集和整理是一项非常重要的工作。每个医院的皮肤科所产生的皮肤影像资料数据量相对有限，并且分散式地分布在全国各地，因此尽快建立皮肤影像数据资源库已成为业内共识。在中日友好医院皮肤病与性病科主任崔勇教授等专家的共同倡议下，联合国内多家皮肤影像技术优势单位（中日友好医院、中国人民解放军空军总医院、北京协和医院、复旦大学附属华山医院、安徽医科大学第一附属医院等），于2017年5月启动了中国人群皮肤影像资源库项目（Chinese Skin Image Database， CSID），通过建立全国性医院协作网进行数据互通，以单病种数据库为桥梁对数据进行有机整合，构建数据的标准化体系，立足人群优势推动科研发展[5]。依托中日友好医院的国家远程医疗与互联网医学中心，CSID建立了覆盖2000多家医院的体系和网络，梳理各类皮肤病（超过400种）的多维度皮肤影像资料（皮肤摄影、皮肤镜、皮肤CT、皮肤超声、皮肤病理照片）30余万份，并展开了统一标准的标注工作。CSID建立了一个基于皮肤影像大数据资源的共享式、开放式、协作式工作平台，积累了海量数据资源，逐渐成为开展皮肤病人工智能产品研发的基础和绝对优势。
皮肤病专家团队——国家远程医疗与互联网医学中心皮肤科专委会
1998年，中日友好医院作为国家首批试点单位，建成远程医疗平台。2018年，远程医疗平台升级为国家远程医疗与互联网医学中心，并在全国范围内构建远程医疗协作网络，利用互联网开展面向全国基层医疗机构的技术辐射和学科帮扶。2018年3月，国家远程医疗与互联网医学中心正式成立皮肤科专委会，崔勇教授担任主任委员，目前已在全国范围内遴选了300余位专家担任委员。专委会将主要负责：
（1）皮肤科远程医疗相关标准和体系构建，建成覆盖2000多家医院皮肤科的远程医疗体系。
（2）建立皮肤病人工智能相关标准，与中国人群皮肤影像资源库（CSID）项目对接，完成适用于我国人群的皮肤病人工智能研发与推广应用。
（3） 探索和实施皮肤病互联网医疗模式，目前专委会已经与优麦科技签订战略合作伙伴协议，未来将利用在皮肤科医生群体中覆盖率较高的互联网平台，建立和完善适用于皮肤病的互联网诊疗模式和流程。
中日友好医院皮肤病与性病科作为国家远程医疗与互联网医学中心皮肤科专委会主任委员所在单位，在开展人工智能产品研发的过程中，得到了专委会专家的大力支持和指导，保证了源头数据的质量，为开发出性能更高的人工智能产品打下了坚实的基础。
人工智能专家团队——中国医学装备人工智能联盟皮肤科委员会
在工业和信息化部与国家卫生健康委员会的指导下，中国医学装备协会联合北京协和医院、中日友好医院等11家单位，共同发起成立了中国医学装备人工智能联盟，中国医学装备协会理事长赵自林受聘担任中国医学装备人工智能联盟理事长。该联盟旨在联合相关单位开展人工智能技术、标准和产业化研究，共同探索人工智能在医学装备领域的新模式和新机制，推进技术和产业的研发与应用。中国医学装备人工智能联盟成立了皮肤科委员会，崔勇教授担任主任委员，目前已在全国范围内遴选了300余位专家担任委员，委员会的目标是建立可用于皮肤病AI研发、应用和推广的企业与医生联盟。中日友好医院皮肤病与性病科作为中国医学装备人工智能联盟皮肤科委员会主任委员所在单位，为中日友好医院皮肤病人工智能产品研发提供了技术支持。
中日友好医院皮肤病与性病科人工智能产品的研发和应用
近年来，中日友好医院皮肤病与性病科牵头全国多家单位，聚焦皮肤科人工智能产品的研发，陆续开展了临床实践和应用工作。
黄色人种皮肤肿瘤人工智能辅助决策系统—优智皮肤AI
基于CSID的大量高质量影像数据，借助深度学习算法策略，CSID项目组与优麦科技联合研发了首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智皮肤AI。从研究测试来看，优智皮肤AI系统在识别准确度方面位居国际领先水平。此外，由于优智皮肤AI采用CSID的20余万张皮肤影像资料数据进行训练，且专门针对黄色人种展开研发，因此具有重要的临床指导意义和应用价值。测试结果显示，优智皮肤AI通过皮肤镜辅助诊断良恶性分类符合率可达85.2%，疾病和大类混合分类准确率可达66.7%。该系统的发布对于人工智能应用于医疗领域而言，具有里程碑式的意义，依托互联网平台和人工智能技术，医疗资源的使用率将被不断优化，有助于实现患者、医生、医疗机构的多方共赢。
优智皮肤AI具有使用方便、操作简单等特点，在日常诊疗工作中，皮肤科医生将便携式皮肤镜与智能手机摄像头相匹配，能够对皮损进行高倍放大，更清晰地显示皮损的形态细节（图1 A）。在采集图像前应去除干扰，如较厚的鳞屑、血痂等。拍摄皮损图像后，只需对图像进行简单处理，保证图像采集倍数在10-20之间，图像明亮清晰，皮损位于图片中心，皮损周围暴露10%-20%（图1 B）。然后点击AI辅助诊断进行分析，软件会给出良恶性的可信度百分比，以及可能的三种皮肤疾病诊断和相应的可能性百分比（图1 C）。
2018年10月13日，在“首届全国皮肤病人工智能临床应用研究高峰论坛”上， CSID携手优麦科技共同开发的优智皮肤AI系统发布迭代产品——优智皮肤AI 2.0。其中，皮肤肿瘤良恶性识别率达到91.2%，疾病类型识别率达到81.4%。优智皮肤AI 2.0在识别准确率方面较之前有了显著提升，在覆盖的疾病种类方面也有所增加。目前，中日友好医院皮肤科通过优智皮肤AI 2.0对皮肤科就诊的病人进行辅助诊断，取得了良好的效果。同时，优智皮肤AI在基层医院中辅助皮肤科医生对皮肤疾病进行诊断，提升了基层医生的诊疗水平，降低了皮肤疾病的误诊率及漏诊率，受到了广泛欢迎。
多维度皮肤影像分析管理系统（云MIIS系统）
中日友好医院皮肤病与性病科联合中国人民解放军空军总医院和优麦科技共同研发的优智®多维度皮肤影像分析管理系统（云MIIS系统）是一套针对皮肤影像专门设计的图像传输归档系统。系统具有如下特点：
（1）集成多种皮肤影像硬件设备，实现对多种设备的皮肤图像信息进行集中采集，统一存储、管理、传输和归档皮肤影像。
（2）实现多维度影像整合集成，形成以病人为中心的多时空数据整合，便于病情分析和随访。
（3）基于云平台，实现1+N运行模式，实现“基层检查，上级诊断”。
（4）提供基于规范化知识模板的报告系统，数百条规范化报告描述可供使用。
（5）提供专业的高端图像分析处理功能：具有分割等功能的基础图像分析处理子系统、毛发专项分析子系统、AI辅助诊断子系统、大皮损的图像拼接融合子系统等。
目前，该系统得到了国内众多皮肤科医生的欢迎，具有较高的覆盖率和使用率。
联合华山医院皮肤科共同研发老年皮肤肿瘤人工智能远程诊疗工具
随着人口老龄化现象的加剧，“老年病”的数量逐渐增长，老年皮肤肿瘤就是其中之一（例如：脂溢性角化病，俗称“老年斑”，在60岁以上的人群中发病率为100%）。如果做到早发现、早诊断、早治疗，多数皮肤肿瘤病人不会有生命危险。然而，很多皮肤恶性肿瘤在早期容易与其他皮肤疾病相混淆，导致难以被及时发现，待到确诊时已进入晚期。2018年6月，复旦大学附属华山医院皮肤科联合中日友好医院皮肤病与性病科和安徽医科大学第一附属医院，共同发布了一款老年皮肤肿瘤人工智能远程诊疗工具（基于CSID的皮肤镜数据和底层技术构架），赋能基层医疗机构，助力全科医生进行皮肤病诊断。老年皮肤肿瘤人工智能远程诊疗工具在复旦大学附属华山医院皮肤科医联体内的200多家基层医疗机构逐步推广使用，皮肤病的诊疗逐步跨入“智能时代”。
联合中国人民解放军空军总医院共同研发优智皮肤—黑甲AI
黑甲是一类发病率较高，且诊断和治疗均比较困难的疾病。中国人民解放军空军总医院联合中日友好医院、安徽医科大学、优麦科技和CSID项目组共同研发“黑甲AI”，并在2018年10月13日召开的“首届全国皮肤病人工智能临床应用研究高峰论坛”上正式发布。“黑甲AI”主要针对甲板色素性损害（皮肤镜）进行诊断和鉴别。测试结果显示，“黑甲AI”对以黑甲为主要表现的疾病的平均识别率达到87%，其中甲母质痣识别率91%，甲恶黑识别率93%，甲下出血识别率88%，甲营养不良识别率85%，甲真菌病识别率83%，甲活化识别率89%，甲色素条带识别率79%。“黑甲AI”的诊断能力超过了80%的皮肤科专业医生，非常适用于基层医院，可帮助医生进行疾病的诊断与鉴别。
皮肤科领域人工智能产品临床应用展望
人工智能正在改变人类的生产生活及思维方式，人工智能技术的飞速发展使得AI在医学领域的开发与应用成为现实。如今，人工智能在医用机器人、智能药物研发、精准医疗、影像识别、可穿戴设备、远程医疗、养老与健康管理等领域都得到了广泛应用，皮肤影像识别只是其中的一个缩影。皮肤病的诊断不仅需要临床图像及皮肤影像，还需要综合考虑患者病史、性别、年齡等信息才能得出准确诊断。因此未来需要将皮肤影像数据与患者信息相互融合，利用人工智能对这些数据进行综合分析，从而在疾病诊断、治疗决策及预后判断中发挥更大作用。人工智能在医疗领域的应用潜能还有很多，未来还需要从多个角度去认知它、改良它、发展它，使得人工智能能够真正走向临床，服务于广大人民。
参考文献：
[1] 李潜. 专家系统在医学领域的应用[J]. 天津中医学院学报， 2004，23（2）：101.
[2] 钟义信. 人工智能：概念·方法·机遇[J]. 科学通报， 2017（22）.
[3] 李志勇， 李鹏伟， 高小燕等. 人工智能医学技术发展的聚焦领域与趋势分析[J]. 中国医学装备， 2018（07）：136-145.
[4] Esteva A， Kuprel B， Novoa R A， et al. Dermatologist-level classification of skin cancer with deep neural networks[J]. Nature， 2017，542（7639）：115-118.
[5] 沈长兵， 薛珂， 于瑞星等. 推动我国皮肤影像研究、教育与应用的系统平台——中国皮肤影像资源库项目（CSID）[J]. 皮肤科学通报， 2018（02）：125-130.