日前,，一場特殊的較量在中日友好醫(yī)院展開。

　　對陣的一方是來自北京,、云南、內(nèi)蒙古等地的10名皮膚科醫(yī)生,，另一方是首款黃色人種皮膚腫瘤人工智能輔助決策系統(tǒng)——優(yōu)智AI系統(tǒng),。競賽科目是皮膚腫瘤的診斷成功率，包括皮膚腫瘤性質(zhì)及腫瘤名稱,。比賽開始前,，中國人民解放軍總醫(yī)院皮膚病醫(yī)院孟如松教授拿出60組皮膚腫瘤病例資料，現(xiàn)場隨機抽取10組圖片,，讓醫(yī)師與優(yōu)智AI系統(tǒng)同時作答,，正確答案以病理診斷為金標準。

　　十分鐘后,，優(yōu)智AI系統(tǒng)的良性分類符合率達100％,，惡性符合率為75％，平均符合率達到了90％,；而醫(yī)生組對應(yīng)則分別為76％,，62．5％和63％。AI完勝皮膚科醫(yī)生,。

　　孟如松表示,，“人機對戰(zhàn)”的結(jié)果表明，優(yōu)智AI系統(tǒng)已經(jīng)完成了應(yīng)用于臨床的功能實現(xiàn),，能夠為皮膚科醫(yī)生,，尤其是基層皮膚科醫(yī)生和低年資皮膚科醫(yī)生的臨床工作實現(xiàn)有效助力。

　　對于人類醫(yī)生遜于AI系統(tǒng)的結(jié)果，皮膚病專家并不感到意外,。

　　2017年,，斯坦福大學在《自然》雜志上發(fā)表了一份關(guān)于皮膚腫瘤機器深度學習的研究。結(jié)果顯示,，深度學習在良惡性3分類和疾病大類9分類任務(wù)上的符合率分別可達72．1％和55．4％,。而針對同樣的分類識別，專業(yè)醫(yī)生平均符合率分別為65．8％和54．2％,。

　　“由于皮膚病的臨床表現(xiàn)多位于肌膚暴露部位,，很多疾病可以通過查看臨床圖片、皮膚鏡圖片,、病理切片等影像資料來進行判斷,。”北京大學人民醫(yī)院皮膚科主任張建中教授表示,，通過海量圖片的學習,，皮膚科是最適合遠程醫(yī)療和人工智能的醫(yī)療領(lǐng)域。

　　“對于我國各級醫(yī)療機構(gòu)來說,，早期識別并診斷出皮膚腫瘤是一種挑戰(zhàn),，特別是對于基層醫(yī)院而言，皮膚腫瘤極易被漏診,，造成很大的臨床問題,。” 優(yōu)智AI系統(tǒng)項目牽頭人,、中日醫(yī)院崔勇在接受記者采訪時表示,，本次推出的優(yōu)智AI，正是針對這一痛點而開發(fā)的,。

　　盡管在崔勇看來,，目前AI系統(tǒng)還存在四大瓶頸：皮膚病學特點決定絕對大數(shù)據(jù)的不可及性、AI技能獲取途徑造成深度學習策略不完整性,、AI識別維度限制造成技術(shù)路徑的不成熟性以及人工診斷的不確定性影響數(shù)據(jù)資源的準確性,。但對于基層機構(gòu)而言,，優(yōu)智AI將幫助基層醫(yī)生提高診斷水平,，降低誤診漏診率。同時,，崔勇也希望通過與國家遠程醫(yī)療與互聯(lián)網(wǎng)醫(yī)學中心的戰(zhàn)略合作,，針對AI解決不了的疑難病癥開展遠程會診業(yè)務(wù)。

　　此次發(fā)布的AI系統(tǒng)是由中國人群皮膚影像資源庫（CSID）項目組與優(yōu)麥科技聯(lián)合開發(fā)完成,?！澳壳吧暇€的這款系統(tǒng)聚焦于皮膚腫瘤，下一步即將擴展到更多皮膚病病種，適用于更多皮膚病輔助決策場景,?！眱?yōu)麥科技首席執(zhí)行官常江表示，優(yōu)麥科技和國家遠程醫(yī)療與互聯(lián)網(wǎng)醫(yī)學中心啟動的戰(zhàn)略合作,，就是希望未來三到五年利用新技術(shù),，幫助至少一萬家基層醫(yī)療機構(gòu)和10萬名基層醫(yī)生解決各類棘手的臨床皮膚病問題。

　　國家遠程醫(yī)療與互聯(lián)網(wǎng)醫(yī)學中心主任盧清君也表示,，優(yōu)智AI系統(tǒng)的發(fā)布在人工智能應(yīng)用于醫(yī)療領(lǐng)域有著里程碑式的意義,。“依托互聯(lián)網(wǎng)平臺,、人工智能等技術(shù)的不斷完善,，醫(yī)療資源的使用率將不斷被優(yōu)化，從而實現(xiàn)患者,、醫(yī)生,、醫(yī)療機構(gòu)等多方共贏?！?/p>