日前，一場特殊的較量在中日友好醫院展開。

　　對陣的一方是來自北京、云南、內蒙古等地的10名皮膚科醫生，另一方是首款黃色人種皮膚腫瘤人工智能輔助決策系統——優智AI系統。競賽科目是皮膚腫瘤的診斷成功率，包括皮膚腫瘤性質及腫瘤名稱。比賽開始前，中國人民解放軍總醫院皮膚病醫院孟如松教授拿出60組皮膚腫瘤病例資料，現場隨機抽取10組圖片，讓醫師與優智AI系統同時作答，正確答案以病理診斷為金標準。

　　十分鐘后，優智AI系統的良性分類符合率達100％，惡性符合率為75％，平均符合率達到了90％；而醫生組對應則分別為76％，62．5％和63％。AI完勝皮膚科醫生。

　　孟如松表示，“人機對戰”的結果表明，優智AI系統已經完成了應用于臨床的功能實現，能夠為皮膚科醫生，尤其是基層皮膚科醫生和低年資皮膚科醫生的臨床工作實現有效助力。

　　對于人類醫生遜于AI系統的結果，皮膚病專家并不感到意外。

　　2017年，斯坦福大學在《自然》雜志上發表了一份關于皮膚腫瘤機器深度學習的研究。結果顯示，深度學習在良惡性3分類和疾病大類9分類任務上的符合率分別可達72．1％和55．4％。而針對同樣的分類識別，專業醫生平均符合率分別為65．8％和54．2％。

　　“由于皮膚病的臨床表現多位于肌膚暴露部位，很多疾病可以通過查看臨床圖片、皮膚鏡圖片、病理切片等影像資料來進行判斷?！北本┐髮W人民醫院皮膚科主任張建中教授表示，通過海量圖片的學習，皮膚科是最適合遠程醫療和人工智能的醫療領域。

　　“對于我國各級醫療機構來說，早期識別并診斷出皮膚腫瘤是一種挑戰，特別是對于基層醫院而言，皮膚腫瘤極易被漏診，造成很大的臨床問題。” 優智AI系統項目牽頭人、中日醫院崔勇在接受記者采訪時表示，本次推出的優智AI，正是針對這一痛點而開發的。

　　盡管在崔勇看來，目前AI系統還存在四大瓶頸：皮膚病學特點決定絕對大數據的不可及性、AI技能獲取途徑造成深度學習策略不完整性、AI識別維度限制造成技術路徑的不成熟性以及人工診斷的不確定性影響數據資源的準確性。但對于基層機構而言，優智AI將幫助基層醫生提高診斷水平，降低誤診漏診率。同時，崔勇也希望通過與國家遠程醫療與互聯網醫學中心的戰略合作，針對AI解決不了的疑難病癥開展遠程會診業務。

　　此次發布的AI系統是由中國人群皮膚影像資源庫（CSID）項目組與優麥科技聯合開發完成。“目前上線的這款系統聚焦于皮膚腫瘤，下一步即將擴展到更多皮膚病病種，適用于更多皮膚病輔助決策場景?！眱烕溈萍际紫瘓绦泄俪＝硎荆瑑烕溈萍己蛧疫h程醫療與互聯網醫學中心啟動的戰略合作，就是希望未來三到五年利用新技術，幫助至少一萬家基層醫療機構和10萬名基層醫生解決各類棘手的臨床皮膚病問題。

　　國家遠程醫療與互聯網醫學中心主任盧清君也表示，優智AI系統的發布在人工智能應用于醫療領域有著里程碑式的意義?！耙劳谢ヂ摼W平臺、人工智能等技術的不斷完善，醫療資源的使用率將不斷被優化，從而實現患者、醫生、醫療機構等多方共贏。”