顶刊精要｜叙述性综述：利用全身摄影进行AI皮肤图像分析的机遇与挑战
顶刊精要｜叙述性综述：利用全身摄影进行AI皮肤图像分析的机遇与挑战的核心信息是什么？
Dr. Josep Malvehy ◆ Hospital Clinic de Barcelona, University of Barcelona, Barcelona, Spain 关键信息 ◆ 在实验场景中，尽管人工智能（AI）算法在皮肤病变分类中具有与专业皮肤科医生相当或更优的准确性，但大多数算法未能充分考虑皮肤表型和临床背景信息，并不能代表真实世界的...
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。 肖像经Dr. Josep Malvehy许可后使用。 本文由Josep Malvehy撰写，属于「拓麦精要」分类。 关键词：人工智能、全身摄影。 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？
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。肖像经Dr. Josep Malvehy许可后使用。在未获得正式授权前，所有转载及使用文中内容均为侵权。原文来自：Primiero CA, Rezze GG, Caffery LJ, et al. A Narrative Review: Opportunities and Challenges in Artificial Intelligence Skin Image Analyses Using Total Body Photography. J Invest Dermatol. Published online January 16, 2024. doi: 10.1016/j.jid.2023.11.007 , 作者未参与本精要的编写。
Q2: 这篇文章的来源和作者资质如何？
本文由Josep Malvehy，Hospital Clinic de Barcelona，其他撰写。参考文献DOI：10.1016/j.jid.2023.11.007。发布于2024-05-21。
Q3: 本文涉及哪些核心医学术语和研究方向？
本文围绕「顶刊精要｜叙述性综述：利用全身摄影进行AI皮肤图像分析的机遇与挑战」主题，涉及人工智能、全身摄影等核心术语和研究方向。
Dr. Josep Malvehy
◆ Hospital Clinic de Barcelona, University of Barcelona, Barcelona, Spain
关键信息
◆ 在实验场景中，尽管人工智能（AI）算法在皮肤病变分类中具有与专业皮肤科医生相当或更优的准确性，但大多数算法未能充分考虑皮肤表型和临床背景信息，并不能代表真实世界的临床方法
◆ 本叙述性综述回顾了AI在皮肤病变分类方面的现状，并提出其在应用于全身摄影（TBP）时的机遇和挑战
◆ AI通过整合患者的元数据，在应用于TBP分析中为患者内皮肤表型评估和全面风险评估带来了新机遇；然而，这一过程也面临着在算法开发中保护患者隐私和提高AI算法可解释性的挑战
主要方法
◆ 作者通过在PubMed/MEDLINE数据库中进行检索，对与皮肤图像分析中使用AI算法相关的文章进行了定性审查，旨在确定AI在皮肤图像分析中的基本步骤，并将关键步骤分为图像和元数据采集、图像预处理/注释、算法输出/图像分类和临床适用性
主要发现
◆ 图像和元数据采集：TBP系统可通过以下3方面优化数据采集过程：1. 标准化图像采集，确保照明、体位、距离和拍摄角度等特征图像的一致性；2. TBP系统的操作软件使得标准化的医学数字成像和通信（DICOM）标签更具可行性；3. 现有的TBP操作软件可储存患者水平数据，有助于获取DICOM的元数据
◆ 图像预处理/注释：将机器学习应用于TBP时，一个主要的挑战是解决患者同意、保密和患者图像的隐私问题；TBP获取的训练数据集的图像存储和标签处理方法需考虑保护患者隐私和机密性的协议，如：使用匿名化工具来检测、模糊或去除可识别的患者特征等
◆ 算法输出/图像分类：AI算法可执行二进制或多分类任务；在TBP获取的图像上训练AI算法，能为单一病变评估和基于皮肤表型的患者风险评估提供独特的机会
◆ 临床适用性：当患者将其可疑病变告知初级保健医生以求转诊至专科治疗时，AI可在进行转诊分诊和评估治疗紧急程度方面提供支持；此外，临床医生和患者对AI的信任，是AI成功应用于临床的亟待解决的问题
临床意义
◆ 尽管AI模型在单个皮肤病变分类方面显示出巨大潜力，但其向临床实践的转化仍处于早期阶段
◆ TBP在皮肤癌筛查中的日益普及，为下一代AI模型提供了机会，这些模型能评估患者内病变，并整合患者的元数据进行风险分析
第2期：人工智能用于皮肤癌诊断的现实检验
1
END
1
执行编辑：Tong
供稿：Lisa
校对：Jeanne
排版：Vanessa＆Serine
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。
肖像经Dr. Josep Malvehy许可后使用。在未获得正式授权前，所有转载及使用文中内容均为侵权。
原文来自：Primiero CA, Rezze GG, Caffery LJ, et al. A Narrative Review: Opportunities and Challenges in Artificial Intelligence Skin Image Analyses Using Total Body Photography. J Invest Dermatol. Published online January 16, 2024. doi:10.1016/j.jid.2023.11.007, 作者未参与本精要的编写。
#AI∶Artificial Intelligence，人工智能
#TBP：Total Body Photography，全身摄影
本文研究方法与设计类型
本研究采用真实世界研究设计。统计分析采用机器学习方法等方法。
引用格式：顶刊精要｜叙述性综述：利用全身摄影进行AI皮肤图像分析的机遇与挑战. 发布日期：2024-05-21. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/849 参考DOI: https://doi.org/10.1016/j.jid.2023.11.007
分享
收藏
点赞
