简介:近年,以深度学习技术为代表的人工智能(AI)正席卷各行各业,而AI框架有多种,多数采用深度卷积神经网络(CNN)技术结合迁移学习进行训练,虽然在皮肤AI研究中取得长足进展,但其研究结果未能真正走出实验室进入临床应用。制约这些因素主要是缺乏高质量的皮肤疾病图像的大型数据集。本文针对皮肤科常见的图像采集方法,包括临床摄影图像、皮肤镜图像、反射式共聚焦激光扫描显微镜(RCM)图像、皮肤B超图像和组织病理图像的质量要素进行探讨和述评,希望对解决因皮肤图像质量的问题而影响AI研究进展的瓶颈问题能有所帮助。
简介:1987年9月20日,中国第一封电子邮件成功发出,揭开了中国人通过互联网与世界相连的序幕。人工智能的登场,更是为互联网医疗找到了新的出口。作为皮肤病诊断的重要手段之一的皮肤影像,已从起初的放大镜、显微镜辅助诊断,发展到如今的数字影像学技术和智能分析。国内各家医院的皮肤影像数据并非共享资源,于是形成了一个个“信息孤岛”,这直接阻碍着人工智能所需要的“大数据”的形成。中国人群皮肤影像资源库的建立无疑是破冰之举。通过互联网使皮肤影像数据“流动”起来,通过人工智能使皮肤病诊疗“智慧”起来,在此基础上,让分级诊疗、区域协同等纷纷落地,不断提升医疗资源的使用效率,从而实现患者、医生、医疗机构等多方共赢。