【AAD 2025】皮肤科 AI 图像算法，患者怎么看？
【AAD 2025】皮肤科 AI 图像算法，患者怎么看？
··· 编者按 近年来，人工智能（AI）已渗透现实世界方方面面，对医疗领域也产生了巨大的影响。在本次 AAD 年会上，总计 1370 张壁报亮相，覆盖 33 项专题。其中，“数字/电子技术” 专题下，一篇题为《患者对基于图像算法的人工智能应用的看法：一项横断面调查》（Poster ID: 64804）的研究格外引人关注。该研究 聚焦患者视角 ，围绕 AI 在...
··· 编者按 近年来，人工智能（AI）已渗透现实世界方方面面，对医疗领域也产生了巨大的影响。在本次 AAD 年会上，总计 1370 张壁报亮相，覆盖 33 项专题。其中，“数字/电子技术” 专题下，一篇题为《患者对基于图像算法的人工智能应用的看法：一项横断面调查》（Poster ID: 64804）的研究格外引人关注。 属于「拓麦精要」分类。 关键词：AAD、人工智能。 本文由 TalkMED 拓麦医学编辑团队审核发布，内容来源清晰、引用完整，符合平台编辑方针和利益冲突披露政策。
本文核心问答
Q1: 该研究的关键数据和临床意义是什么？
多数患者（ 62% ）认为，人工智能将提升皮肤科医生诊断与治疗皮肤疾病的能力。另外， 84% 的患者同意使用去识别图像开展医学研究。然而， 87% 的患者强调，皮肤科医生在利用其图像开发人工智能算法前需取得同意。● 图像共享的同意偏好呈现 显著年龄差异 （ P =0.006）：25岁以下患者中，29%认为无需事先同意；而在年龄较长的群体中，这一比例≤10%。
Q2: 这篇文章的来源和作者资质如何？
发布于2025-03-10。
Q3: 本文涉及哪些核心医学术语和研究方向？
本文围绕「【AAD 2025】皮肤科 AI 图像算法，患者怎么看？」主题，涉及AAD、人工智能等核心术语和研究方向。文中涉及的核心术语定义：AAD即美国皮肤病学会（American Academy of Dermatology）年会。。研究方法方面，统计分析采用卡方检验、机器学习方法等方法。
Q4: 该研究采用了什么研究设计和方法？
本研究采用真实世界研究设计。
编者按
近年来，人工智能（AI）已渗透现实世界方方面面，对医疗领域也产生了巨大的影响。在本次 AAD 年会上，总计 1370 张壁报亮相，覆盖 33 项专题。其中，“数字/电子技术” 专题下，一篇题为《患者对基于图像算法的人工智能应用的看法：一项横断面调查》（Poster ID: 64804）的研究格外引人关注。该研究聚焦患者视角，围绕 AI 在皮肤科图像算法中的应用展开探讨，为医疗 AI 的伦理及规范化发展提供了极具价值的参考。
背景
AI 在所有医学专科领域都展现出潜在的拓展应用空间。在皮肤病学中，基于图像的算法（如卷积神经网络，CNNs）已被开发用于从临床照片中识别皮肤病变。这一技术发展有助于皮肤科医生识别常见及复杂的皮肤病。目前，用于训练基于图像的机器学习算法的可用数据不足，需要更多图像以提升对皮肤病病变（尤其是有色人种患者皮肤病变）的识别能力。皮肤科医生将通过收集真实世界患者的临床照片，在训练数据开发中发挥重要作用。然而，由于部分照片可能包含可识别信息，且尚无针对此场景的患者同意指南，因此理解患者对照片使用的偏好（尤其是机器学习等新开发领域）至关重要。本研究旨在评估患者对AI融入皮肤病学的看法，包括对使用临床照片开发AI的观点、隐私担忧及同意偏好。
方法
对在德克萨斯州圣安东尼奥市的MD安德森/梅斯癌症中心和南德克萨斯退伍军人医疗保健系统皮肤科门诊就诊的成年患者进行了一项包含20个问题的横断面调查。收集人口学数据，通过李克特量表分析患者对 AI 使用的态度，利用卡方检验分析不同群体（如年龄、种族）的差异。
结果
● 共收集到 125 份完整问卷。多数患者（62%）认为，人工智能将提升皮肤科医生诊断与治疗皮肤疾病的能力。另外，84% 的患者同意使用去识别图像开展医学研究。然而，87% 的患者强调，皮肤科医生在利用其图像开发人工智能算法前需取得同意。
● 图像共享的同意偏好呈现显著年龄差异（P=0.006）：25岁以下患者中，29%认为无需事先同意；而在年龄较长的群体中，这一比例≤10%。
● 种族因素亦有影响（P=0.049），非白人患者更倾向于强烈认同 “获取同意” 的必要性。
● 关于图像使用的知情方式，患者首选与皮肤科医生直接沟通（46%），其次为书面材料（29%）、视觉辅助（9%）和网站（9%）。
讨论
本研究指出，患者对皮肤病学领域AI应用态度积极，认可其提升诊疗能力，多数（82%）支持使用去识别临床照片训练AI，且87%倾向训练前获取知情同意，其他研究亦佐证患者对图像使用及知情的关注。但当前缺乏标准化患者同意指南，如CLEAR Derm等框架未能解决隐私担忧。此外，人口统计学因素显著影响同意偏好，年轻患者对图像共享前的同意需求更低，非白人更倾向知情同意。研究强调，通过与皮肤科医生直接沟通，结合个体偏好阐明AI训练中图像使用的风险、益处等，可提升透明度，促进对皮肤科图像 AI 的信任与接受。
结论
基于图像的AI提升皮肤科诊疗潜力大，但需制定标准化患者同意指南，通过建立信任、保障患者自主权，从伦理层面推动人工智能合理融入皮肤科诊疗实践。
1
END
1
供稿：Meredith
校对：Jaya
排版：Vanessa
声明：
编辑部对刊载内容进行仔细审阅以尽力保持其准确性，但对稿件的使用或其中的任何错误、遗漏或不准确之处等均不承担任何责任。文中所表达的任何观点不代表编辑部的观点，文中提及或排除任何方法或药物并不构成对其使用的提倡、建议或拒绝，因此在为本文中提及的任何产品开处方前，请查阅生产商的最新处方信息。内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。
在未获得正式授权前，所有转载及使用文中内容均为侵权。
采编来源
1. https://eposters.aad.org/abstracts/64804
#AAD: American Academy of Dermatology，美国皮肤病学会
#AI: Artificial Intelligence，人工智能
本文涉及的主要医学术语
文中涉及的核心术语定义：AAD即美国皮肤病学会（American Academy of Dermatology）年会。
本文研究方法与设计类型
本研究采用真实世界研究设计。统计分析采用卡方检验、机器学习方法等方法。
引用格式：【AAD 2025】皮肤科 AI 图像算法，患者怎么看？. 发布日期：2025-03-10. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/1925
分享
收藏
点赞
