人工智能工具即将在日常临床实践

　　医疗保健AI观察者会忽略皮肤病学是不明智的，因为它是“在人工智能革命的边缘”的医学专业。

　　这就是UCLA的皮肤病学研究人员的话，他们回顾了过去五年中有关该主题的研究。

　　除了将最新的AI先进技术应用于诊断和治疗的汇总项目外，他们还在寻找具有良好临床潜力的工作。

　　该团队的报告正在印刷前在线发表，是写给《美国皮肤病学杂志》编辑的一封信。

　　首席作者Ernest Lee，医学博士，及其同事发现，在最近的文献中有许多研究集中在图像分析和皮肤病变分类上，这不足为奇，因为数字摄影在该领域现在无处不在。

　　他们在这里评论说机器学习“很自然地就可以翻译成皮肤病学了，因为皮肤病学是一个专业，严重依赖于视觉评估和模式识别。”

　　然而，研究人员还发现，机器学习已应用于从研究皮肤疾病的遗传基础到确定合并症之间的关联以及设计和预测患者对药物治疗的反应的所有方面。

　　Lee和他的合作者特别指出，机器学习和下一代测序技术的同步兴起，“代表着精密皮肤病学发展的千载难逢的机会，机器学习专家，生物学家和皮肤病学家之间需要多学科合作，以扩大研究范围。”作者写。

　　他们还承认跨医学对AI的广泛关注。其中最值得注意的是如何处理算法结论中的歧义（“黑匣子”问题）以及每个AI转发专业中的大担忧：

　　Lee等人说：“医生普遍担心机器会在皮肤病学，放射学和病理学领域取代临床医生。”写。“我们认为机器学习不会取代皮肤科医生。相反，这些工具将使皮肤科医生为患者提供更高质量的护理。”

　　他们得出结论说：“实际上，我们相信机器学习工具，例如个人计算机上的可下载本地程序，开源在线网络服务器或智能手机上的移动应用程序，将紧密集成到皮肤科医生的日常临床实践中。不久的将来。”