首页 > 分享 > 湘雅医院：自主研发皮肤病智能诊断系统助力医生看诊

湘雅医院：自主研发皮肤病智能诊断系统助力医生看诊

萌宠菠菠乐园
2024-09-20 07:29

2004年，去中南大学湘雅医院（下称湘雅医院）看皮肤肿瘤的陈女士发现流程不太一样了。以往的流程是：看诊-化验-开药，这次在进行皮肤活检术术前，医生给她的脸拍了照，她有些奇怪，拍照干什么？她更没想到的是，2019年，一位16岁的女孩拍了一张照片上传到“雅肤平台”，系统调动了她的照片数据，把当时为她看诊的医生推荐给了这个女孩。

而这些都是通过湘雅医院自主研发的Skin-Net智能诊断系统实现的。2004年时任湘雅医院皮肤科副研究员、副主任医师现任中南大学副校长的陈翔，出于规范皮肤科临床数据管理的目的，购买了一套数据信息系统，以进行皮肤影像临床数据的精细化采集。正是这个“无心”举动，使湘雅医院皮肤科如今拥有一个40多万张图片的临床图片库，给湘雅医院之后开发人工智能辅助诊断系统、建设皮肤科的专科医联体、互联网医院建设带来诸多益处。

缓解互联网医院医师时间不足

“中国每7万人共享一个皮肤科医生。”皮肤病学涵盖2 000多种不同皮肤病，皮肤健康和皮肤疾病是发生率最高的医学问题。我国皮肤科年门诊量超过100万的医院有5家，需求量极大。然而，全国皮肤科医患比例却仅1:70000，加上基层医疗机构几乎没有皮肤科医生，优质医疗资源分布严重失衡，这就需要人工智能等新的技术革命形成医疗资源相对增量和供需各方价值链重构。

2018年9月14日，国家卫生健康委发布了3个有关互联网诊疗的文件，分别是《互联网诊疗管理办法（试行）》、《互联网医院管理办法（试行）》、《远程医疗服务管理规范（试行）》，鼓励医疗机构应用互联网等信息技术拓展医疗服务空间和内容，构建覆盖诊前、诊中、诊后的线上线下一体化医疗服务模式，允许依托医疗机构发展互联网医院。据国家卫生健康委2019年5月发布的数据统计，全国已有158家互联网医院，“互联网+医疗健康”的政策体系基本建立。然而目前互联网医院依旧存在“患者问诊回复速率低”“医生网上诊断时间不足”等问题。互联网医院未来发展的瓶颈仍是“医生”和“医生时间”的问题。

湘雅医院利用智能诊断系统，第一时间给予患者或者基层医师反馈，患者或基层医师只需输入症状，上传皮损照片，该系统就可对每张图片得出最有可能的三个诊断，并推荐相关医生，进行线上会诊。为保证医师回复效率，湘雅医院配备人员专门负责平台咨询处理分发，在第一时间根据人工智能的推荐，提醒相关的皮肤疾病专家会诊团队。湘雅医院目前成立了疑难杂症与皮肤病理疾病团队、黑素瘤等皮肤肿瘤团队、荨麻疹等过敏反应性疾病团队、银屑疾病等红斑鳞屑疾病团队、皮肤外科团队和玫瑰痤疮等损容性疾病团队等6大团队，实现普通图文、远程视频、床旁实时等会诊模式。

海量规范化皮肤临床图片数据极具价值

近几年，人工智能算法在医学图像识别、定位、分类等领域不断成熟，原始临床数据质量成为开发智能诊断系统的核心竞争力。湘雅医院自2004年起规范皮肤科看诊流程和操作，让医师有意识保留临床初始图片数据，并按照一定格式、大小、编码上传系统。统一标准的皮肤临床图片使得湘雅医院开发Skin-Net智能诊断系统数据时，在数据清洗整合环节节省了大量的时间和人力成本。

在基本信息采集上，湘雅医院前期建立了一个具有结构化病历的皮肤病数据采集系统，包含6大类常见的疾病。系统结构化的病历采用“1+X”的形式，即1代表通用的模板，包含患者的基本信息（个人姓名、年龄、住址、电话）、疾病信息（主诉、发病进程、皮损描述、检验检查、患处图片）以及关注的其他信息（患者生活质量量表、本次治疗费用、医保使用、是否接受科研入组）等；X是指针对不同疾病，可添加该疾病特有的板块信息，如银屑病模块中设置了患者的PASI评分、皮肤肿瘤中的后续治疗情况等。该系统可进行简单的统计分析，还可以将数据导出作进一步的数据挖掘。

皮肤专科数据采集保证了医院医疗大数据数据密度，具有极大医疗数据变现价值。

保证数据质量是关键

“皮肤科病种庞杂，目前人工智能可以诊断的病种依旧有限，”湘雅医院医师李芳芳说，“特别患者端，由于新规定互联网医院不能进行初次诊断，为降低风险，我们将患者端人工智能诊断服务暂时停止了，升级改版让服务更符合政策要求。”

而在基层医师端，目前平台合作医院823家，2019年新加合作80余家，注册开通账户2000余个，远程会诊和双向转诊3000余例，平台浏览量1000万。“月活量三百左右，每次咨询处理时间不超过一天。”

人工智能辅助诊断技术还需要更多高质的图像数据进行升级优化，为医师分担庞大的医疗需求，这也才能真正解决互联网医院医师时间不足问题，实现互联网医疗作为医疗行业新兴的发展力量的真正价值——解决传统医院“看病难”的痛点和堵点，让患者需求得到最大程度的满足。

“其他事情都可以缓一缓，唯独数据采集和数据质量这件事情不能缓。”李芳芳说。数据资源是卫生信息化最大的成果、最宝贵的资源。大数据、人工智能的应用前景良好，但最关键的还需扎实做好保证数据质量这一基础工作，尽管短期内看不到效果，但这一步是跨不过去的。