AI计算机辅助对1013例痤疮患者面部皮损识别及分级检测.pdf

44·临床研究·皮肤病与性病2024年2月第46卷第1期DermatologyandVenereology，Feb.2024，Vol.46，No.1

AI计算机辅助对1013例痤疮患者面部皮损识别及分级检测

11112333

陈名华，刘本，蓝雨，陈柳余，王小玥，舒哲，冯文卓，黄鹏升，

欧泽超3，王京1

（1.中山大学附属第八医院，广东深圳518033；2.美国南加州大学，利福尼亚州洛杉矶90089；3.北京美医医学技

术研究院有限公司，北京100085）

【摘要】目的临床医生与计算机开发人员合作开发针对痤疮诊断及病情分级检测的人工智能（AI）程序，为痤疮患者提

供皮损识别、痤疮分级意见。方法采集门诊痤疮患者面部照片及视频，以2名主治及以上临床医生通过图片结合视频对

皮损识别为最终参照，通过计算机建模及算法对采集对象进行检测，同时收集只有1名临床医生仅对拍摄照片进行皮损识

别的结果。最后比对AI计算机及只有1名临床医生对患者面部皮损识别及分级的评估结果。结果以2名主治及以上临床

医生评估结果为参考，AI计算机对痤疮面部皮损识别的平均召回率达71%，平均准确率达65%。对面部痤疮识别分级总体

准确率达85%。结论AI计算机技术对患者面部痤疮皮损识别及分级对临床医生的诊断评估有一定的辅助作用。

【关键词】痤疮；AI；检测；分级

中图分类号：R758.733文献标志码：Bdoi：10.3969/j.issn.1002-1310.2024.01.011

AI是基于计算机学习和卷积神经网络的模块训痤疮皮损性质将痤疮分为3度、4级，即：轻度（Ⅰ

练，随着AI的开发，其逐渐应用于医疗健康领域。皮级）：仅有粉刺；中度（Ⅱ级）：有炎性丘疹；中度（Ⅲ

［2］

肤影像包括皮肤照片、皮肤镜、皮肤CT等，其中皮级）：出现脓疱；重度（Ⅳ级）：有结节、囊肿。

肤图片基于AI的分析逐渐被挖掘。然而，医疗行业入组标准：①皮肤科门诊就诊痤疮患者。②自

面临着医生数量短缺的窘境，在职的皮肤科医生有大愿参加并签署知情同意书。③性别、年龄不限。排除

量的资源和图片，而忙于日常工作很难做一些总结和标准：①不愿意参加患者。②不签署知情同意书患者。

分析，与懂计算机技术程序的人联合，能方便开发和③不配合图像采集患者。本研究通过医学伦理委员会

训练有助于日后诊疗的AI产品。自2018年以来，国的伦理审查（中大附八科研伦理2022-019-03）。

内知名医院-学校-企业合作开发了多个皮肤AI诊1.2方法通过特定相机拍照，拍摄患者在平视、左

疗系统，包括“智能皮肤”“优智AI系统”，其中“智旋45°、右旋45°、30°仰视、30°俯视，共9个角

能皮肤”对85种皮肤病识别准确率达86%，其中34度（将面部分9个区域，上、下、左、右、左上、左下、

种常见病大于95%；另外北京协和医院与南开大学共右上、右下、全面部）的照片，并按上述角度转头录

同开发的AI诊断系统针对手机拍摄的常见皮肤疾病如像。通过计算机建模，进行图像矫正，排除一些对检

湿疹、银屑病、玫瑰糠疹的辨别准确率达到了80%以测有干扰的因素（如环境光线）。随后进行初步识别，

上。通过大量图片资料的训练，皮肤病AI识别诊断完成初步的图像层面的检测，通过多次验证、矫正，

水平不断提高，但研究发现因缺乏病史、体格检查及获取面部痤疮各个指标并进行标注。其中检测项目包

辅助检查等，它对少见病诊断仍存在缺陷，而且目前