深层皮肤疾病诊断系统采用双通道图像和提取文本
Huanyu Li1,2, Peng Zhang3, Zikun Wei2
1The Third Affiliated Hospital of Chongqing Medical University (CQMU), Chongqing, China.
Frontiers in artificial intelligence
|November 6, 2023
概括
人工智能模型提供可靠的皮肤疾病诊断. 我们的DIET-AI模型,使用来自亚洲超过20万个记录的双通道图像和文本,与高级医生对常见皮肤病的诊断准确度相匹配.
科学领域:
- 人工智能在医学中的应用
- 皮肤病学 皮肤病学
- 医学成像分析 医学成像分析
背景情况:
- 皮肤疾病的诊断是具有挑战性的,因为实验室测试的不可靠性.
- 现有的AI诊断模型缺乏图像和文本的整合,对于亚洲人群来说很少,并且涵盖有限的常见疾病.
研究的目的:
- 开发和评估基于深度学习的AI系统 (DIET-AI),用于诊断常见的皮肤疾病.
- 用亚洲队列的图像和医疗记录来评估DIET-AI的诊断性能.
主要方法:
- 开发了DIET-AI,一种双通道深度学习模型,利用来自中国的超过20万张图像和22万份医疗记录.
- 展望收集了来自15家医院6,043例病例的数据.
- 对比了DIET-AI的诊断性能与六位不同年长的医生.
主要成果:
- 在31种常见的皮肤疾病中,DIET-AI的平均表现与医生相当或超过了医生.
- 对曲线下的面积,灵敏度和特异性的分析证实了DIET-AI的临床有效性.
- 医疗记录被发现影响了DIET-AI和医生的表现.
结论:
- 这项研究提供了迄今为止中国人群最大的皮肤病学数据集.
- 使用图像和医疗记录的新双通道模型DIET-AI,在常见的非癌症皮肤疾病中,实现了与高级皮肤科医生相美的诊断性能.
- 这些发现支持DIET-AI临床应用的可行性和性能评估.


