特应性皮炎的皮损和该病的感染性并发症产生的皮损看起来非常相似,以至于患者无法发现差异并知道何时去看医生进行治疗。但是,现在由皮肤科医生开发的人工智能移动应用程序将诊断权交到患者手中。 根据病变与成像设备之间的距离,皮肤病变的图像可能会有很大差异。通过最小化由距离引起的成像偏差,可以提高皮肤病变鉴别的准确性。 一组皮肤科医生开发了一种人工智能(AI) 模型,使特应性皮炎(AD) 患者能够检测细菌或病毒感染引起的并发症,并区分湿疹和由一种血癌引起的皮肤损伤。 AD 是一种慢性疾病,影响大约 12% 的人并且通常从儿童时期开始。AD 患者的皮肤免疫屏障通常受到抑制,这会降低他们对微生物病原体的保护,从而导致细菌或病毒感染引起的湿疹并发症。这可能包括单纯疱疹、脓疱疮和卡波西水痘样疹(疱疹性湿疹)。 识别 AD 是否导致任何这些并发症对患者来说可能具有挑战性,因为症状在皮肤上的表现与 AD 本身非常相似。此外,蕈样肉芽肿是一种引起皮肤病变的血癌,它也可以表现出与 AD 相似的症状,并可能与 AD 共存。一些治疗 AD 的药物甚至会加重感染或蕈样真菌病。 我们的系统在裁剪皮肤病变以进行区分时的准确率几乎与皮肤科医生相当。 并发症和恶性疾病的正确和早期诊断对于适当的治疗和更好的结果至关重要。然而,由于症状的相似性,患者并不一定能及时发现任何异常症状并尽快就医。 为了解决这个问题,该团队在 AD、脓疱疮、蕈样肉芽肿、单纯疱疹和卡波西水痘样喷发的非标准图像上训练了他们的卷积神经网络 (CNN) 模型。然后,他们将 AI 的诊断准确性与一组由皮肤科医生手动裁剪并进行诊断注释的非标准图像进行比较。他们发现他们的系统达到了几乎与手动评估的图像集相同的诊断精度。 该团队目前正在开发一款人工智能智能手机应用程序来翻译他们的系统,使患者能够仅通过手机的摄像头远程管理他们的皮肤病。他们还在 AD 患者身上进行试验,以提高应用程序的可用性。 东北大学医学院研究员、该论文的共同作者 Yuta Yanagisawa 说:“皮肤科医生当然能够发现差异,但 AD 患者每天去看皮肤科医生是非常不切实际的. 如果有一些方便、低成本的机制可以复制皮肤科医生的知识,并且可以在患者日常检查皮肤的过程中使用。 该团队相信,这项技术将帮助皮肤病 患者有效且高效地管理他们的病情,从而获得更好的健康结果。 |
Powered by Discuz! X3.5
© 2001-2025 Discuz! Team.