人工智能在的评估和分级:一个系统的审查
Daniele Omar Traini1,2, Gerardo Palmisano1,2, Cristina Guerriero1,2
1Dermatologia, Dipartimento Universitario di Medicina e Chirurgia Traslazionale, Università Cattolica del Sacro Cuore, 00168 Rome, Italy.
Journal of personalized medicine
|June 25, 2025
概括
人工智能 (AI) 对客观的评估有希望,但有限的多样性数据集和外部验证等挑战阻碍了临床使用. 未来的研究需要更大,更容易访问的数据集和现实世界的测试.
科学领域:
- 皮肤病学和人工智能 (AI)
背景情况:
- 一般性显著影响青少年,传统的评估是主观的和耗时的.
- 目前用于分类的严重程度和计数病变的方法缺乏客观性和可重复性.
研究的目的:
- 系统地审查近期在诊断,细分,计数和严重程度等级方面的人工智能进展.
- 突出AI在提高临床实践中的客观性,可重现性和效率方面的潜力.
主要方法:
- 在主要数据库 (PubMed,Scopus等) 中进行了全面的文献搜索. 对于从2017年1月到2025年3月的研究.
- 包括专注于人工智能方法的研究,如深度学习和评估的卷积神经网络.
- 在选345篇文章后,选出了29项研究,并提取了AI模型和性能指标的数据.
主要成果:
- 人工智能模型在受控环境中实现了高准确性 (高达97.6%),用于评估.
- 关键的局限性包括大量,多样化的公共数据集的稀缺性和外部验证的不足.
- 数据主要来自特定的种族群体,这对概括性构成了挑战.
结论:
- 人工智能具有标准化评估,减少观察者变异性和移动自我监测工具的潜力.
- 仍然存在广泛临床实施的重大障碍,包括数据多样性和验证.
- 未来的研究必须专注于创建大型,多样化,公开的数据集,并进行潜在的临床试验.


