研究人員開發了一種基于深度學習的(A I)，它可以準確地分類皮膚疾病，預測惡性腫瘤，提出主要的治療方案，并作為提高臨床醫生診斷準確性的輔助工具。 在這一系統的幫助下，皮膚科醫生以及一般公眾的診斷準確性顯著提高，這項研究發表在調查雜志上。 皮膚病是常見的，但并不總是很容易迅速拜訪皮膚科醫生或區分惡性和良性情況。 “最近，人工智能在醫學中的應用取得了顯著進展。 韓國首爾國立大學的首席調查員Jung-ImNa說：“對于一些具體問題，例如區分和nevi，人工智能的結果與人類皮膚科醫生的結果相當。 大多數先前的研究都局限于特定的二元任務，如區分黑色素瘤和nevi。 “我們的結果表明，我們的算法可以作為增強智能，可以增強醫學專業人員在診斷皮膚科，”Na補充道。 利用一種專門的人工智能算法-“卷積神經網絡”，研究小組開發了一種能夠預測惡性腫瘤、提出治療方案和分類皮膚病的方法。 他們收集了220，000張患有174種皮膚病的亞洲人和高加索人的圖像，并訓練了神經網絡來解釋這些圖像。 他們發現該算法可以診斷134種皮膚疾病，并提出初步的治療方案，在疾病之間進行多類分類，并通過增強智力提高醫療專業人員的性能。 納說：“我們期望人工智能不是取代人類，而是支持人類作為增強智能來更快、更準確地進行診斷。”研究人員警告說，人工智能不能確定地解釋圖像，即使出現的問題是直截了當的，它也沒有被訓練來解釋。 例如，一種僅訓練以區分黑色素瘤和nevi的算法不能區分指甲血腫圖像和黑色素瘤或痣。 如果血腫形狀不規則，該算法可能診斷為黑色素瘤。 他們還指出，該算法是使用高質量圖像進行訓練和測試的，如果輸入圖像質量低，其性能通常是次優的。 納說：“我們預計，在智能手機上使用我們的算法可能會鼓勵公眾訪問癌癥病變的專家，如黑色素瘤，否則可能會被忽略，然而，公眾拍攝的照片的質量或組成可能會影響算法的結果。