人工智能支持的皮肤病学：由于一组新的数据，现在也可以用于深色肤色

　　

在非洲的许多国家，高达90%的儿童患有皮肤问题，而当地的皮肤科医生太少了。人工智能可以帮助诊断，但需要接受相关图像的训练，因此研究人员创建了一个关于深色肤色的新数据集。

需求很高，严重缺乏皮肤科医生:在非洲许多国家，每100万人中只有不到一名皮肤科专家，而世界卫生组织(世卫组织)的建议是每5万人中有一名皮肤科专家。这种缺乏专家的情况在非洲农村尤为明显，高达87%的儿童患有未经治疗的皮肤病。

PASSION项目(外联国家儿童人工智能皮肤支持的缩写)旨在解决这一问题:巴塞尔大学的一组研究人员在Alexander Navarini教授的领导下，与来自马达加斯加、马拉维和几内亚的同事合作，为使用人工智能(AI)支持这些地区的皮肤科诊断奠定了基础。他们将在马拉喀什举行的MICCAI 2024会议(医学图像计算和计算机辅助干预国际会议)上介绍该项目。

缺少深色肤色的图像

例如，如果人工智能要从一张照片中检测湿疹，它首先需要根据数百张照片了解湿疹的样子。但现有的照片主要是浅色皮肤类型的皮肤问题，这些照片已被欧洲和美国的诊所作为文件提供。非洲许多国家的医疗短缺也意味着缺乏色素皮肤问题的图像材料。如果人工智能程序只使用浅色皮肤的照片进行训练，那么它们在诊断深色肤色变化方面的效果可能会低得多。

因此，研究人员创建了一个非常常见的皮肤病图像数据库:湿疹、皮肤和指甲的真菌感染、疥疮以及链球菌或葡萄球菌的浅表皮肤感染。该数据集可用于训练用于皮肤病诊断的新人工智能程序，也可用于测试现有人工智能模型的准确性。

这些图像是由马达加斯加、马拉维和几内亚的当地皮肤科医生在2020年至2023年期间在患者同意的情况下拍摄的。对图像进行注释，包括诊断和年龄、性别和身体部位信息，然后输入匿名数据库。该数据库目前包含约1300名患者的4200多张皮肤变化图像，其中三分之二的患者年龄在18岁以下。

使用智能手机进行自我诊断

“我们的愿景是，每位患者都可以用智能手机免费为自己的皮肤问题拍照，然后上传。然后他们将收到来自人工智能的治疗建议。”如果这种方法如所希望的那样准确，它将有可能用于分诊，并在适当的情况下用于初始治疗。只有在投诉持续存在的情况下，人类皮肤科医生才会介入。

“作为马达加斯加验证研究的一部分，我们目前正在逐步测试这种方法。一旦诊断准确率超过80%，我们打算提供具有科学监测的新诊断工具，”纳瓦里尼研究小组的博士生、该研究的主要作者Philippe Gottfrois解释说。

在接下来的步骤中，研究人员的目标是扩展数据库，包括更多的图像材料，主要是被忽视的热带皮肤病。他们希望人工智能能够缩小这些地区在皮肤科护理方面的巨大差距。