人工智能助力皮膚病精準診治

近日，國家工業和信息化部、國家藥品監督管理局醫療器械注冊司組織的 “人工智能醫療器械創新任務揭榜入圍單位”名單正式揭曉。其中，皮膚病人工智能輔助診斷“色素性皮膚病（白癜風、黃褐斑）臨床分期分級分區輔助診斷系統”項目上榜。該項目由中日友好醫院崔勇教授領銜負責，由中日友好醫院、皚高森德醫療器械（北京）有限責任公司聯合申報。

崔勇（中日友好醫院供圖）

據了解，研究團隊是在首先實現皮膚高光譜仿真技術突破、研發出了全球首款皮膚成分無創定量檢測醫療器械的基礎上，獲得了最適合皮膚病精準醫療的AI數據源—皮膚高光譜圖像，從而開啟了皮膚病人工智能輔助診斷創新研究領域。

崔勇認為，該項目的創新之處在于：一是率先采用皮膚高光譜影像作為AI數據源，并創建了適合皮膚病形態學分析要求的“數字皮膚”模型，實現了強病理關聯；二是聚焦于皮膚病精準醫療方向，解決皮膚病，尤其是色素性皮膚病臨床診治中無法準確判斷病情和評估療效的痛點問題，為精準治療提供依據，輔助確定、迭代和優化治療方案，支持整個治療過程，更有效發揮人工智能醫療器械的臨床價值；三是突破性地提出并初步形成了較完整的通過皮膚成分分布形態分析皮膚病理的方法，基于此或將誕生“皮膚成分病理”概念，并成為“色素性皮膚病（白癜風、黃褐斑）臨床分期分級分區輔助診斷系統”項目的理論支撐和建立精細化的數據標注的標準。

“幾乎所有的皮膚病都有自己的高光譜影像特征，訓練好的模型具有泛化到其他皮膚病種的潛力，為皮膚科精準醫療提供整體解決方案，并與互聯網醫院模式結合，通過皮膚影像診斷中心賦能，全面提升皮膚影像診斷能力。”崔勇說。

據皚高森德公司CTO陳威介紹，該項目的優勢在于擁有國際領先水平的皮膚高光譜仿真確定性Monte Carlo算法，實現了皮膚光生物學成分的分離和提取，創建了強病理關聯的客觀定量指標。

基于上述算法，該課題組研發出了全球首款皮膚成分無創定量檢測醫療器械，能夠為皮膚病人工智能醫療器械開發提供合規的、高質量的人工智能醫療器械數據。同樣基于這個算法，課題組研發的SCE（Skin component extraction）在實現大幅度降維的同時，解決了精細化的數據標注的醫學可解釋性問題。