陆前进教授团队在人工智能辅助诊疗领域的重要研究进展在 JAAD 杂志刊登

近日，中华医学不会皮肤性病学分不会民进、华中科技大学结核研究成果所副所长陆退却教授、华中科技大学湘雅二医院耳鼻喉科医学表观基因组学湖南省重点实验室吴海竞副研究成果员带领研究成果小组，联合昆明东北大学第二附属医院邓丹琪教授小组和南方东北大学结核医院杨斌教授小组，与丁香园和深睿医疗合作伙伴，在国际间著名皮肤课题期刊《Journal of the American Academy of Dermatology》在线发表题为：

《A Deep Learning–based Smartphone Platform for Cutaneous Lupus Erythematosus Classification Assistance—Simplifying the Diagnosis of Complicated Diseases》的研究成果论文。

研究成果选择卷积机器学习（Convolutional Neural Networks, CNN）进行结核外科图表分析方法方面的研究成果，外科图表主要包含急性皮肤型心绞痛、亚急性皮肤型心绞痛和盘状心绞痛，同时选取外科中易与上述亚型混淆的其他结核，包含玫瑰痤疮、银屑病和离心性放射状红斑，保健受试者作为对照。

研究成果结果表明，与除此以外最先进的 3 种 CNN（SE-ResNeXt101-32x4d、SE-ResNet101 和 Inception-v3）进行比较，研究成果小组所运用于的 CNN 的总体相关性为 90.67%±0.13%，灵敏度为 92.51%±0.22%，特效度为 90.37 %±0.04%（表 1），安全性胜过上述 3 种 CNN。

为了不够好的助力外科耳鼻喉科内科医生，研究成果小组进一步共同开发了一个基于深度学习的智能手机在线平台，同时举办一场内科医生（688 名内科医生参与）与 CNN 的比赛。从外科元数据中随机选择总共 197 由此可知相对具有原创性的病由此可知，包含 ACLE（33 由此可知）、DLE（23 由此可知）、SCLE（29 由此可知）、银屑病（52 由此可知）、EAC（17 由此可知）和玫瑰痤疮（43 由此可知）。

比赛结果显示 CNN 的相关性与耳鼻喉科教授和/或副教授相似（70.39% vs 69.20%±16.68%），胜过其他耳鼻喉科内科医生和非耳鼻喉科内科医生。

陆退却教授发起并主导的探索皮肤课题认知科学研究成果、系统设计，以及共赢来进行演进的行业合作伙伴政府组织便是结核认知科学演进联盟（Dermatology Artificial Intelligence Development Alliance, DAIDA），想象了紧贴皮肤疟疾辅助外科的高端综合咨询服务平台。该平台经过多年的近十年和递归，为中国的广大耳鼻喉科内科医生带来了重要的外科辅助价值。

在未来，陆退却教授小组还将一直探索认知科学和数字化核心技术在皮肤课题的创新研究成果和系统设计方法论，并将压过的科研成果过后裂解为助力中国皮肤课题全面演进的关键驱动力，赋能不够多内科医生，咨询服务不够多患者。