醫生通過微信公眾號上傳皮損圖片後，系統在幾秒鐘內便可快速識別皮膚疾病的種類和名稱，並提供用藥查詢、病歷管理等智慧醫療服務。
通過人工智慧輔助醫生進行診斷，這一切皆有可能。
「我國人口老齡化與醫療需求逐年上升，人工智慧可有效緩解我國醫療資源短缺不足的問題。其中，AI在醫學影像的應用上優勢明顯，通過大數據和人工智慧技術可以創建有效的解決方案。」8月26日，中華醫學會皮膚性病學分會主任委員、皮膚病人工智慧發展聯盟主席陸前進表示，我國皮膚病的病種多達2000多種，不同的疾病具有相似的症狀，同一個疾病會具有不同的症狀，這都給醫生的診斷帶來挑戰，AI可以輔助醫生進行圖像管理，提高工作效率。
就在當天，皮膚病人工智慧發展聯盟與華夏皮膚影像人工智慧協作組正式達成戰略合作，雙方將合作發展皮膚病人工智慧輔助診療綜合平臺。其中，聯盟主導的「智能皮膚」目前對85種皮膚病整體識別準確率達86%，可識別病種數和準確率居行業之首。
「人機大戰」醫生慘敗
2017年7月8日，國務院印發《新一代人工智慧發展規劃》，明確提出要發展智能醫療。今年4月，國務院辦公廳又發布了《關於促進「網際網路+醫療健康」發展的意見》，再提推進「網際網路+」人工智慧應用服務。
可以說，「AI+醫療」的發展得到了政策層面的全力支持，相較於時下火爆的醫療區塊鏈等概念，人工智慧在醫療領域的探索入局者眾、百家爭鳴，但從垂直化應用的皮膚病AI領域來看，目前行業裡還鮮有參與者。
醫學上很多診斷要依靠形態學，人工智慧的優勢在此就得到充分體現。「智能皮膚」正式面向臨床醫生的使用，對年輕的皮膚科醫生來說，是個好消息。
據記者了解，就在今年上半年，曾經有545名皮膚病/性病科醫生參與「人機大戰」，未定級醫師、住院醫師和主治醫師分別得到54.6分、50.6分和59.0分，用時94秒、109秒和107秒，但是AI得分87.5分，用時31.4秒。對於臨床測試結果，醫生和AI對病例診斷與識別的準確率分別是73.8%和76.6%。
除此之外，目前的「智能皮膚」平臺自開放使用以來已有4000多位認證醫生使用，提供專業內容服務90多萬次。在此次戰略合作的進一步發展規劃中，聯盟將與協作組攜手，針對基層醫生、基層醫療機構需求進行服務模式升級，並匯聚更多志同道合的合作夥伴共同參與協同合作，進一步賦能醫生，深入基層，服務大眾。
暫不能替代醫生
但是，有一個不可忽略的事實是，儘管AI已經具備了較強的學習能力，但尚不能做到真正的智能，在臨床應用仍然存在技術瓶頸。
「AI還需要醫療機構、醫學專家、學術組織、企業以及第三方運營機構共同參與，來推動其進一步發展。」華夏皮膚影像人工智慧協作組組長晉紅中表示，在相當長的時間內，人工智慧只能服務醫生，輔助醫生，不可能取代醫生，因為部分疾病需要根據病史和患者各個方面的具體情況來判斷，這是AI做不到的。
同時，皮膚病人工智慧是個需要長期發展，永無止境的事業，這就需要行業各界通過對模式、產品、算法進行不斷優化，才能讓皮膚病人工智慧真正為廣大百姓帶來實在的價值。
就此，晉紅中通過六個方面分析了AI不會取代醫生的原因：第一，人具有思想和情感，有時情緒會對病情產生較大影響，這是AI無法判斷的；第二，疾病診斷需要結合多方面的信息，目前AI主要解決皮膚病的影像問題，不可能完全替代醫生診斷；第三，影像中的信息需要對患者進行解釋，這個也只能依靠醫生；第四，人類的疾病總是在不斷發展變化，這都需要行業和醫生跟進研究，所以醫生永遠走在AI的前面；第五，疾病診斷後的治療只有醫生可以完成；第六，醫生和病人之間需要持續的信息溝通和情感交流，這也是AI做不到的。
（來源：華夏時報）