医疗AI研发有哪些路径可循

放眼全球，人工智能（AI）方兴未艾，医疗健康成为AI开发炙手可热的重要领域。自2018年起，我国皮肤病学领域陆续发布了多款AI产品，在医疗AI研发的竞技场上大放异彩。

医疗AI研发，我们有哪些既有经验和路径可循？近日，记者专访了中日友好医院副院长崔勇教授，他是中国人群多维度皮肤影像资源库项目（CSID）项目发起人兼专家组组长，同时参与了皮肤AI应用的研发，从皮肤病学专业这个小切口进入，以其为样本，探讨医疗AI研发的个中奥妙。

应用场景聚焦提高基层诊断能力

为什么要研发一款AI产品？研发成功后能否落地推广？崔勇认为，AI很火，但在一片火热中更要对这些问题保持理性思考。

“我们来看看它可能是什么。”崔勇拿出智能手机，打开他参与研发的AI皮肤应用，用连接在手机上的便携式皮肤镜，对着记者手部的一颗深色丘疹拍了一张照片，图像上传至云端后，这款AI产品很快给出辅助诊断结果：良性，可信度98%；前3位最可能疾病包括，色素痣（可信度43%）、血管瘤（可信度43%）、皮肤纤维瘤（可信度14%）。点开每一项可能疾病，都有详细的疾病特征及诊断介绍。

2018年，我国皮肤疾病门诊量约2.4亿人次，但皮肤病专科医生仅有2.8万人，与巨大就诊需求相比，皮肤科医疗资源严重不足。同年，崔勇联手互联网公司完成的一项针对1000名各级医院皮肤科医生的在线调查显示，三甲医院医生对皮肤肿瘤良恶性诊断的正确率平均约为70%，而基层医院仅约为30%。崔勇说，常见病易误诊，皮肤肿瘤易漏诊，罕见病不认识，这就是我国基层皮肤病诊断面对的严峻现实。

“我国皮肤肿瘤的发病率以每年3%~5%的速度增长，其中黑色素瘤的5年生存率仅48%，而美国、日本分别达到93%和67%。除治疗药物疗效存在种族和遗传背景差异外，我国对于黑色素瘤的早期诊断不足是主要原因。同时，我国有银屑病患者700万人，白癜风患者1400万人，对这些疾病的病程评估手段不足，缺乏科学的防控指导，严重影响患者身心健康。”崔勇说，CSID专家组研发皮肤AI的初心，就是从高死亡率的疾病、高发病率的慢病入手，切实赋能基层医生，提高他们对于这些皮肤病的诊疗水平。