在许多非洲国家，每十个儿童中就有九个患有皮肤问题，而当地皮肤科医生的数量远远不足。人工智能可以帮助进行诊断，但需要使用相关图像进行训练，因此研究人员创建了一个针对深色肤色的新数据集。据世界卫生组织（WHO）建议，每50,000人应有一名皮肤科专家，而在许多非洲国家，每100万人中才有一名皮肤科专家。这种专业人员的缺乏在农村地区尤为明显，高达87%的儿童患有未治疗的皮肤病。
PASSION项目（Pediatric AI Skin Support In Outreach Nations的缩写）旨在解决这一问题：由巴塞尔大学教授亚历山大·纳瓦里尼领导的研究团队与来自马达加斯加、马拉维和几内亚的同事合作，为这些地区使用人工智能支持皮肤科诊断奠定了基础。他们将在马拉喀什举行的MICCAI 2024会议（国际医学图像计算与计算机辅助干预会议）上展示该项目。
如果AI要从照片中检测湿疹，首先需要学习数百张照片中的湿疹特征。但现有的照片主要是在欧洲和美国的诊所提供的浅肤色皮肤问题的图片。由于非洲许多国家医疗资源的匮乏，深色皮肤的皮肤问题图像材料也严重不足。如果AI程序仅使用浅肤色的照片进行训练，可能在诊断深色皮肤的变化时效果较差。
因此，研究人员创建了一个非常常见皮肤疾病的图像数据库：湿疹、皮肤和指甲的真菌感染、疥疮以及链球菌或葡萄球菌引起的浅表皮肤感染。这个数据集可以用于训练新的AI程序进行皮肤科诊断，也可以用于测试现有AI模型的准确性。这些图像由患者同意后，由马达加斯加、马拉维和几内亚的当地皮肤科医生于2020年至2023年拍摄。图像标注了诊断信息、年龄、性别和身体部位，然后输入匿名数据库。该数据库现在包含超过4,200张约1300名患者的皮肤变化图像，其中三分之二是18岁以下的患者。
“我们的愿景是每个患者都可以使用智能手机免费拍摄自己的皮肤问题照片，然后上传。他们将从AI那里收到治疗建议，”纳瓦里尼说。如果这种方法如预期般准确，可以在分诊中使用，必要时还可以用于初步治疗。只有在症状持续的情况下，才会涉及人类皮肤科医生。
“我们目前正在马达加斯加逐步测试该方法作为验证研究的一部分。一旦诊断准确率超过80%，我们打算在科学监测下提供新的诊断工具，”纳瓦里尼研究小组的博士生菲利普·戈特弗罗伊解释道。
下一步，研究人员计划扩展数据库，增加更多图像资料，主要是被忽视的热带皮肤疾病。他们希望AI能够缩小这些地区皮肤科护理的巨大差距。
(全文结束)
