AI工具辅助快速检查黑色素瘤等皮肤病

麻省理工学院的一位校友开发了一款移动应用程序，该应用程序使用人工智能对各种皮肤状况进行分类，从黑色素瘤到带状疱疹。

Piction Health由麻省理工学院校友Susan Conover共同创立，旨在帮助初级保健医生识别皮肤状况，以便他们可以快速将患者转诊给可能患有危及生命的黑色素瘤的皮肤科医生。

她从自己发现可疑痣的经历中受到启发，但被告知需要三个月才能见到皮肤科医生。虽然她的痣被证明是良性的，但她意识到需要一个更有效的过程。

最初的目标是根据使用移动应用程序拍摄的图像识别皮肤癌，但 Conover 和她的联合创始人 Pranav Kuber 扩展了他们的数据库，以帮助临床医生识别更常见的皮肤状况，例如痤疮、湿疹和带状疱疹。

“所有这些其他疾病都是皮肤病学中经常提到的疾病，皮肤科医生会感到沮丧，因为他们更愿意花时间治疗皮肤癌病例或其他需要他们帮助的疾病。我们意识到我们需要摆脱皮肤癌，以帮助皮肤癌患者更快地去看皮肤科医生，”Conover 告诉 SciTechDaily。

训练一种算法来识别各种皮肤病比仅仅诊断黑色素瘤要复杂得多。Piction 已经积累了它所说的世界上最大的皮疹图像数据库，其中包含来自 18 个国家的超过 100 万张由皮肤科医生拍摄的照片。

“我们决定最好直接制作完整的产品……它可以识别多个身体部位、肤色和年龄组的所有不同皮疹，”Conover 说。

机器学习工具可以帮助医生区分皮肤疾病，从而更好地护理患者。Conover 表示，该软件可以将病例评估时间缩短 30%，这可以加快皮肤科医生对潜在黑色素瘤病例的处理，同时允许初级保健医生治疗更多的常规病例。临床医生诊断出的大多数皮肤病都是皮疹，例如湿疹、红斑痤疮或牛皮癣。

该模型还可以通过消除不必要的处方、无根据的转诊或重复就诊来降低医疗机构的成本。

Picion 计划启动几个试点项目，包括可以协助伤口治疗或识别麻风病等传染病的平台。该公司希望与非营利组织合作，以帮助难以获得专家或诊断工具的临床医生。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。