一种皮肤疾病人工智能算法的全球性性能在韩国得到验证

科学领域:

• 皮肤病学 皮肤病学
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 不同的皮肤病和低皮肤癌患病率需要强大的诊断工具.
• 大规模数据集对于培训和验证皮肤病学AI至关重要.
• 现实世界的数据为公共卫生趋势和疾病分布提供了独特的见解.

研究的目的:

• 用医院和现实世界的webapp数据来评估AI模型用于诊断70种皮肤疾病的性能.
• 评估AI在检测皮肤癌症方面的敏感性和特异性.
• 使用WebApp数据分析全球疾病流行率和公共利益.

主要方法:

• 策划了一个大型医院数据集 (国家信息社会机构 (NIA) 数据集;70种疾病,152,443张图像).
• 收集了现实世界的webapp数据 (1,691,032个请求).
• 采用了一种保守的评估方法,评估医院的敏感性和webapp的特异性,将恶性瘤预测视为假阳性.

主要成果:

• 在韩国,皮肤癌敏感度为78.2% (NIA),特异性为88.0% (webapp).
• 对70种疾病的Top-1和Top-3准确率分别为43.3%和66.6% (NIA).
• Webapp数据显示,全球恶性瘤和良性瘤患病率存在差异,北美恶性瘤预测最高,亚洲最常见的良性瘤.

结论:

• 人工智能显示出有助于全球皮肤病监测的潜力.
• 开发的AI工具可以帮助识别皮肤癌并了解全球疾病流行率.
• 结合医院和现实世界的数据,为皮肤病学中的AI评估提供了一个全面的方法.