皮肤科AI已到来 现在迎来艰难阶段Dermatology AI Is Here. Now Comes the Hard Part

环球医讯 / AI与医疗健康来源:www.medscape.com英国 - 英语2026-08-29 10:15:43 - 阅读时长5分钟 - 2314字
英国皮肤科医师协会成立的皮肤与负责任AI(SkinRAI)联盟正致力于为皮肤科AI技术制定开发、评估和监控标准,解决当前AI工具在不同医疗环境中缺乏独立评估、数据集单一等问题;NHS已在部分机构应用DERM等AI系统进行皮肤癌分诊,早期数据显示该系统能有效减轻皮肤科服务压力,但灵敏度虽高特异度较低,仍需人类医生监督以避免漏诊,专家强调需要更多独立评估确保AI在医疗中的安全应用,同时建立国家数据资产支持技术发展,专家警告在证据、标准和数字基础设施成熟前扩大应用存在风险。
皮肤科AI皮肤癌分诊DERM监管证据标准NHS健康
皮肤科AI已到来 现在迎来艰难阶段

曼彻斯特,英国——AI技术已在英国国家医疗服务体系(NHS)的部分地区帮助分诊疑似皮肤癌患者。目前,皮肤科医生正将注意力转向新挑战:在技术更广泛融入常规诊疗前,确保其具备可靠证据支持、清晰标准和有效监管。

皮肤与负责任AI(SkinRAI)联盟是由英国皮肤科医师协会新成立的临床医生主导倡议,于该协会2026年度会议上正式启动。

SkinRAI联合创始人兼临床主任鲁贝塔·马廷(Rubeta Matin)表示,该联盟目标是为皮肤科AI技术的开发、评估和监控制定标准,因为技术创新速度往往快于所需支持证据的生成速度。

"支持AI安全应用的证据、标准、数字基础设施和保障方法仍相当不成熟。为实现规模化应用,我们必须提前做好准备,"马廷指出。她同时担任牛津大学医院NHS基金会信托的副教授和顾问皮肤科医生。

一个挑战在于,许多AI工具尚未在不同医疗环境中接受独立评估。现有AI技术多基于单一人群、诊疗路径或服务的数据集开发,因此不能自动假设其在不同场景下仍有效。

针对此问题,马廷表示:"我们正着手开发国家数据资产,以实际支持未来技术发展。"这些资产将采用联邦式架构,即数据仍由收集机构保管,但可在全国范围内供有需要者使用。

马廷阐述了SkinRAI的四大核心职能:建立可信的数据与证据生成方法;为新兴AI技术制定评估标准;识别证据缺口与最佳实践案例;通过实用指南和实施框架为临床医生提供支持。

她强调,SkinRAI既不会推广特定AI产品,也不会指导医生使用哪些系统,既不自行开发AI技术,也不充当监管机构。

监管AI应用

"问题已不再是医疗领域是否应使用AI,而是在何种条件下可信任AI,"国家医疗AI监管委员会主席阿拉斯泰尔·丹尼尔斯通(Alastair Denniston)表示。该委员会由药品和医疗器械监管局设立,将于今年晚些时候发布医疗AI监管建议报告。

丹尼尔斯通同时担任伯明翰大学监管科学与创新教授及伯明翰大学医院NHS基金会信托荣誉眼科顾问,他表示:"我们提供高质量护理的能力已提升,但我期待十年后能实现的突破,AI将是其中关键组成部分。"

AI皮肤筛查应用

NHS的皮肤科领域已是AI应用的先行者,尤其在皮肤癌评估方面,基于图像的算法正日益用于支持转诊决策。

DERM(恶性肿瘤识别深度集成系统)便是此类工具之一,这款获得III类CE认证的AI医疗器械可通过皮肤镜图像评估皮肤病变是否为皮肤癌。

DERM已在部分NHS机构投入使用,在英国国家健康与护理卓越研究所(NICE)有条件批准下,该系统可自主运作,帮助将疑似皮肤病变患者分诊至专科服务或排除转诊。

在为期3年的证据生成期首年,早期真实世界数据开始显现该技术在常规临床实践中的表现及缓解皮肤科服务压力的潜力。

曼彻斯特大学临床讲师、北方医疗联盟NHS基金会信托皮肤科专科 registrar查尔斯·埃尔恩肖(Charles Earnshaw)展示了DERM在紧急皮肤癌筛查路径中的诊断性能审计数据。

这些近期发表于《皮肤健康与疾病》期刊的发现显示,在该信托机构使用首两个月,DERM使1230名患者中的274名(22.3%)在未见皮肤科医生前即获准出院。

"在我们机构,仍由独立皮肤科医生在出院或转诊前审核图像,"埃尔恩肖表示。

该AI工具灵敏度极高,检测癌症能力达95%,而皮肤科医生为88.5%。但皮肤科医生的特异度更高,达62.1%,AI仅为46.5%。

根据最终病理结果,AI在确定正确诊断方面的准确率(28.6%)也低于皮肤科医生(61.6%)。作为对比,全科医生的准确率为22.5%。

该工具在51.4%的病例中正确识别肿瘤或病变类型,而皮肤科医生为75.5%。

研究结果同时凸显了人类监督的重要性。有4例癌症被AI判定为良性,若非有人类独立审核结果,这些患者将被直接出院。

来自NHS常规实践的经验也呈现相似但谨慎的图景。在私立和NHS机构执业的顾问皮肤科医生亚历山德拉·肯普(Alexandra Kemp)介绍了DERM在英格兰埃姆斯伯勒地区医院的应用情况。

"与英国大部分地区一样,我们面临需求增长与能力不足的困境,"肯普表示。其他方案如远程皮肤科解决方案已被考虑,但"我们缺乏足够人力审核这些照片,因此必须另寻他法"。

自两年前启动试点使用该AI工具以来,截至今年6月23日,肯普报告已评估4723份转诊。其中901份被AI自动判定需紧急面诊,经皮肤科医生复核后31%无需就诊即获准出院。

其余3822份转诊经独立皮肤科医生审核,27%无需面诊即获准出院。仅14%经AI结果二次审核的病例被推翻。

"我们未发现漏诊侵袭性黑色素瘤,"肯普表示。系统漏诊了2例低风险鳞状细胞癌、3例基底细胞癌及1例原位黑色素瘤——"本不应通过该路径,因病灶过大超出皮肤镜范围,最终仍被复诊发现。"

肯普表示:"作为小型皮肤科单元,这产生了巨大影响,这是我们首次获得真正有效的助力。"

即便如此,肯普仍提醒需要更多独立评估。

"我认为确实需要在真实世界环境中独立分析AI对NHS的影响,不应依赖AI公司提供的数据。"

马廷、丹尼尔斯通、埃尔恩肖和肯普均报告无相关财务关系。DERM由Skin Analytics公司制造。

萨拉·弗里曼,理学学士、理学硕士,是英国伦敦的自由医学记者,在专业医疗新闻机构从事报道工作超过20年。

【全文结束】