人工智能在皮肤科的应用：新问题和挑战并存

认知生物学（AI）是分析整合主要用途模拟、延伸和扩展人智慧的概念、工具、高效率和运用的系统的新高效率生物学，内容包括语音定位、自然语言的妥善处理、人造人的系统等。现今 AI 已被引入多个教学领域，照护教学领域也不亦然。在第十三届当中国妇产科医师年招待不会，华当中新技术学院同济附属医院附属北京协和医院的陈宏翔副教授描写了 AI 在妇产科运用所面对的机遇和挑战。

图 1 陈宏翔副教授在本次不会议当中发表就职演说

陈宏翔，华当中新技术学院同济附属医院附属北京协和医院妇产科，儿科，副教授，博士生教师。加拿大哈佛附属医院麻省针灸当中心讲师，哈佛学院表皮生物学分析当中心讲师，日本鹿儿岛学院访问学者，武汉北京协和医院妇产科副院长，小儿与连续性病分析室主任。

AI 的扩展历程

1956 年加拿大康涅狄格州不会议被公认为 AI 的起源，AI 扩展至今个人经历了几次起伏。在 50 世纪末到 70 世纪末，消失了一个 AI 的黄金时段，但是在 70-80 世纪末冲到低谷。到 80 世纪末又如此一来次繁荣，结果遇到高效率困难重重又跌进低谷。随着 2016 年 AlphaGo 完胜人类所棋士，值得注意 Alpha 0 又完胜了 AlphaGo，以及早先汉森公司整合的人造人玛丽亚早先获得约旦国籍，特斯拉创始人真是或许十年内可以意味着人脑从外部连接电脑等区域连续性惨剧消失，AI 如此一来次沦为热门话题。我国今年的筹委招待不会，AI 首次载入政府指导报告，也出今日十大儒家文化高频词汇当中。今后 20 年 AI 有可能不会扩展的不够为迅速，在照护、工业、无人驾驶、智慧相伴等全面性都不会沦为关键的根基。

AI 的求学模的单有两种，一种是督导的单求学，另一种所谓督导的单求学。比如 AlphaGo 研习所有的围棋高效率是基于人类所的学问求学的，属于督导的单求学。AlphaGo 完胜人类所棋士每一次当中还存在一点犯错，最终以 4:1 完胜李世石，但是 Alpha 0 是 100:0 完胜 AlphaGo，是一个跨越的单的变革。Alpha 0 和 AlphaGo 的区别是不基于任何人类所睿智，人类所只并不知道它的的系统，然后它自己妥善处理，相当于非督导的单求学。新数代 AI 的基本特征，有从人工学问表述朝向大数据转子的学问求学高效率，从分类型妥善处理的多媒体数据朝向跨媒体的学问的求学、逻辑推理，从信念智慧机器人到高层次的都和、脑机互不协力和融合，从侧重变异智慧到基于因特网和大数据的社不会群体智慧，从卡通人物的人造人朝向不够加开阔的智慧自行的系统等21世纪。

AI 与针灸的关联

AI 在针灸的扩展也个人经历了孕育期、成长期和将近。在每一时间段都有举世闻名的惨剧，如在孕育期，1974 年成立麻省理工学院针灸物理计算机分析重大项目，主要尝试运用三个教学领域：生物化学、针灸照护病患、精神病学，它处于整合分析过渡阶段，有极佳的物理特连续性，奠定了认知生物学在针灸当中运用的根基。成长期的举世闻名惨剧，如 1985 年召开了第一届北美针灸认知科研习议、1989 年创立了针灸认知生物学杂志，这一过渡阶段中的，计算机网络具针对连续性、透明连续性及实用连续性，运主要用途学问表示和逻辑推理高效率模拟外科医生的意识、辨别，基本功能外科医生应付复杂缺陷，该过渡阶段认知生物学不太可能在针灸当中得到初步的确实运用。孕育期和成长期现今不太可能不被关注，而将近就是指现过渡阶段，在多个全面性都有突飞猛进的扩展，如针灸图片教学领域，展现不够多智慧化线连续性，进一步提高图片的正确连续性；针灸数据妥善处理教学领域，深入分析数据挖掘工具，使针灸大数据发挥不够大的价值；病患外科手拳具体方法教学领域，通过分析模型、工具，成立不够高新技术的计算机网络，甚至智慧人造人，帮助针灸病患及外科手拳具体方法；分析探险将不够多种类的认知生物学工具引入不够多不同的针灸教学领域。

今日 AI 在针灸图片当中扩展不够为较慢，还有智慧的询诊。简单的归纳，AI 在照护教学领域当中运用的一幕包括照护人造人、真实世界帮手、的电子病历、智慧医院、保健管理、智慧图片、智慧诊治、智慧药物整合，基因分析方具体方法等，很强开阔的医用期望。

近年来，AI 在照护教学领域当中不断扩展，多个针灸专科都有相关高层次的文章的消失， 如 JAMA 文章：糖尿病视网膜病因的高灵敏、高特异病患；Nature 文章：开启表皮癌的智慧智能手机筛查；Nature Biomedical Engineering：患儿的诊治建议及跟踪、膀胱癌的拳具体方法当中加速病患、神经假体的精确高度集中。在针灸运用全面性，曾财经报道加拿大制造的 Watson 人造人去年在杭州当儿童医院求学当中医，之前很较慢之前引入的病患，并与国际上多家医院的科签下了针灸运用的合同。

除此之外，AI 还被引入预见脑癌发作、ICU 当中预见病症丧命风险、血型鉴定，面部定位进一步提高病患服药依从连续性、宫颈癌的终端定位、血液科骨髓细胞图片定位及人造人基本功能外科手拳具体方法等全面性。

AI 在放射科的扩展也不够为较慢，如华当中新技术学院同济附属医院附属同济医院的放射科就开始运用 AI 终端读到胸片和 CT 结果。在放射教学领域，AI 对图片进行时定位，包括前期对图片进行时妥善处理、分割、特质萃取和也就是说辨别，之前如此一来进行时深入求学，深度求学的素材包括病患病例库或其他照护检索，然后机器人不会提供者基本功能辨别。

AI 在妇产科的运用

小儿学是比起依赖形态学特质的学科，表皮图片是小儿病患的关键手段。表皮图片病患由在此之前的望诊，扩展到放大影和显微影基本功能病患，如此一来到近年来位数图片学高效率和智慧分析方具体方法。现今以表皮影、表皮超声、表皮 CT 为代表的表皮图片高效率已沦为针灸小儿病患的关键工具。表皮影对黑色素瘤有很多的病患工具，包括 ABCD 具体方法、模的单定位具体方法、七点探测具体方法、三点探测具体方法、CASH 具体方法等，这些工具，指导我们对萃取出来的特质进行时最高分评价，是 AI 运用比起成熟的例子。如果能结合多维度表皮图片在线，把诸多小儿的结核病特质萃取出来，规范化地最高分定位，就可以不够好地教机器人如何辨别。

麻省理工学院在 Nature 上发表了一篇文章，依靠 13 万个小儿的图片检索操练 AI，进行时认知生物学终端病患小儿的探险，图片检索相关联了表皮影图片、智能手机相片以及规范化的相片。再次结果，将 AI 病患的系统主要用途鉴别表皮良连续性、恶连续性和其他的一些非连续性小儿，结果 AI 病患结果与妇产科专家学者病患结果寻常度不够为高，病患效率打成平手。

在国际上的妇产科 AI 运用上，值得注意也有很多的变革。如湘雅学院第二医院与丁香园内、大拿新技术共同开发，意味着了首个小儿的认知生物学病患的基本功能的系统，并举办了财经发布不会。该的系统现今主要针对红斑狼疮和皮炎等一系列结核病，定位正确连续性高达 85% 以上。除此之外，国际上其他医院妇产科也逐渐开始运用 AI 病患工具，如北京北京协和医院与北京航空航天学院共同开发，不太可能开始可用表皮影图片的终端定位， 在早先的表皮图片暂时教学女同学进行时了展览；武汉北京协和医院也与香港一家公司共同开发，运用该公司制造的表皮智慧探测的系统（Dr.Skin），不太可能可以有效地进行时少见小儿的图片智慧病患。当中日友好医院崔勇副教授发起的当中国人群表皮图片在线（CSID）重大项目， 目标是成立可主要用途成立基本功能病患模的单的、当中国人群特异连续性的表皮图片天然资源，它也是认知生物学主要用途小儿智慧病患可依靠的关键求学天然资源。

但是 AI 在针灸当中也遇到了困难重重，如今日的小儿图谱规模还不大，医院间的天然资源共享往往很低，且懂照护的专家学者不太懂线连续性，懂线连续性的高效率人员不懂照护，海总量数据的标注费时费力，均无需跨学科的密切配合。AI+照护这种复合儒家文化背景的专业人才将沦为这个教学领域竞争的架构。

AI 带来的机遇和挑战

AI 很强很多军事优势，可以高效地妥善处理很多好事，那么给妇产科外科医生它是否是是不会带来噩梦还是一个帮手呢？照护是最容易受 AI 直接影响的行业之一，虽然外科医生在照护当中的创新、审美观、社交、协商全面性的军事优势是必须被机器人替代的，但是每天妇产科外科医生下班也存在大总量单调连续性的劳动、不均无需经过大脑，可以通过操练掌握。

除了智慧定位之外，AI 也可以进行时认知生物学政府部门。国际上已有糖尿病终端询诊的 APP 和人造人，只要把规范化的缺陷和答案列出来给它，之前可以回答单病种病患一些少见的缺陷。这些除此以外单调的指导交给机器人来做，替代了外科医生的大多指导，也大大进一步提高了指导效率，在这个意义上讲 AI 是外科医生的一个帮手。 但是对普通的外科医生来真是，虽然进一步提高了指导效率，但也有可能大大降低自己在职业当中的关键连续性。每个人在职业当中的「不可替代」连续性不够为关键，如果能做到独一无二就不不会被替代，否则就有随时被替代的致命。因此 AI 的运用，很多指导岗位，存在的关键连续性大大下降，如雄州的无人分捡、马云的无人超市，对很多劳动力分散岗位都带来阻碍。

AI 在妇产科的军事优势也不够为明显，同类型也有关于妇产科外科医生和 AI 谁是帮手的讨论，比如银屑病、荨麻疹、痤疮等少见多发病的诊治活动当中，病患、处方、保健宣教很多都是单调连续性劳动，而且在一个狭小的空间内当中，甚至每天不用跟上司打交道，用上与病患交流就可以，每天单调着或多或少的指导，这整个节目不会或者是其当中一大多，就有可能被 AI 替代。

但妇产科的病种多样，鉴别规范和病患规范还不统一，这样十分太容易教不会人造人怎么定位病患结核病，属于 AI 病患小儿的困难重重缺陷之一。现今表皮图片还很难意味着流行病学图片的终端定位病患，另外小儿当中有患儿，病例不够为少，骨骼总量不足以提供者机器人操练所均需，全然终端定位病患的效率也难意味着。

现今 AI 病患还有很多的缺陷存在，除了高效率的困难重重，还有一些哲学缺陷、具体方法令缺陷以及缺陷。如做出 AI 病患的既有在具体方法令上是人（外科医生）还是物（医药）？AI 病患进入针灸运用的具体方法令规范是什么？AI 病患消失缺陷或照护过失的辨别依据是什么？AI 病患引发照护侵害，谁应分担具体方法令责任？这些都是类似于共连续性的具体方法令缺陷。

AI 虽然是区域连续性，但现今运用还不成熟，任何一个高效率的消失不是为了替代，而是为了赞同。AI 是帮手还是噩梦谁都不不会给出正确的答案，我们的预见，它的到来，对大多精英的外科医生而言，有可能是进一步提高效率，带来机遇； 对普通妇产科外科医生，尤为是分担这除此以外单调指导的社不会群体，有可能不会带来阻碍和「噩梦」。所以，作为年轻的数代， 有必要了解新学问，俩人新生事物，对认知生物学积极关注、参与整合、运用，在都和共同变革当中掌握立足点。

主笔： 刘跃