“2018协和皮肤影像诊断学习班暨帅府园壹号皮肤影像高峰论坛”，于2018年8月24日在京开幕，为期三天。商丘市第五人民医院皮肤科主任邓娟，不忘初心，积极进取，赴北京参加此次学习，并对皮肤疾病的诊断有了新的见解和认知。
本次会议由中国医学科学院北京协和医院皮肤科与华夏皮肤影像人工智能协作组共同主办。协和医院皮肤科派出了强大的讲者团队，为与会者提供了一场高水准的学术盛宴。
邓主任在学习班现场
精益求精，皮肤影像技术提升诊断率
大会致辞中，大会主席、北京协和医院皮肤科主任、华夏皮肤影像人工智能协作组组长晋红中教授，强调了皮肤影像技术的发展大大提升了皮肤疾病诊断的正确率。
他讲到，皮肤镜是一个体表的透光显微镜，通过光线的反射原理，可以看到镜下的皮肤色素结构及血管结构。由于皮肤疾病多为可视性，但肉眼可见的不同皮肤形态学表现可能对应了多种疾病，因此肉眼诊断率较低。即使是有经验的医生，诊断率也不超过 60%，距离诊疗要求相差较远。
国家卫生健康委员会中日友好医院皮肤病与性病科主任崔勇，用图片直观表现出皮肤病诊断的关键
尽管借助有创型的组织病理检测、血液学检测，维生素检测及当代分子生物学几类工具可以让疾病得到更快更好的诊断，但仍然有很多疾病诊断无法解决，不仅诊断花费大、所需时间较长，也增加了病人的经济和心理负担。在此背景下，皮肤影像学技术，如皮肤镜、共聚焦显微镜、皮肤B超等等应运而生，并呈飞速发展态势。
皮肤镜在国际及国内皮肤学组均有快速发展，临床中应用广泛。皮肤镜可以观察到肉眼看不到的皮表面及其下方结构，可将诊断正确率提高20%～30%，从而提高皮肤病的诊断水平，并减少不必要的皮肤活检和手术。
大势所趋，人工智能机遇与挑战并存
2017年是皮肤人工智能的分水岭。Nature 上发表了一篇关于人工智能(AI)的前瞻性研究，推动整个人工智能起到了很大的促进作用。晋红中教授介绍了目前国内用于人工智能主要技术是卷积神经网络(CNN)学习方法，可以对很多图片进行分类，比如色素性、非色素性及炎症性，再进进行归集，最后得到同类型的图片合集。
数年来，皮肤镜的研究工作已取得多项重要的研究成果。人工智能模型的判断结果能达到80%以上的准确率，且和临床医生的判断结果非常接近。该项研究结果说明，人工智能在经过几个月的学习以后，对一些简单问题的判断，已经与有经验的皮肤科医生水平相当。
邓主任与刘洁教授合影
刘洁，中国医学科学院北京协和医院皮肤科副主任，医学博士，副教授，硕士研究生导师。主持国家级继续教育项目《协和皮肤影像诊断学习班》。
邓主任与冉玉平教授合影
冉玉平，四川大学华西医院皮肤性病科教授，博士生导师。
邓主任与西班牙Paola Pasquala合影
Paola Pasquala，国际远程皮肤病学主席(西班牙)，西班牙德瓦尔斯庇护医院皮肤科主任，工作主要领域：冷冻学，无创皮肤诊断及皮肤学;国际远程皮肤学会副主席，全球第五届皮肤学组委，欧洲皮肤病学会成员，北美皮肤病学国际事务组成员。
|
