中国发表 | 人类-多模态深度学习协作对红斑狼疮亚型和类似皮肤病的“精确”诊断
中国发表 | 人类-多模态深度学习协作对红斑狼疮亚型和类似皮肤病的“精确”诊断的核心信息是什么？
点击 蓝字 关注“ 拓麦精要 ” 概 述 由于皮肤红斑狼疮的复杂性，目前基于临床皮肤图像的人工智能（AI）在区分红斑狼疮（LE）亚型方面仍存在困难。在此背景下，中国学者开发了一种更通用、更全面且具有学习各种数据类型能力的多模态深度学习系统（MMDLS），用于人类-AI协作诊断和分类LE亚型及类似皮肤病，相关研究于2024年4月15日发...
点击 蓝字 关注“ 拓麦精要 ” 概 述 由于皮肤红斑狼疮的复杂性，目前基于临床皮肤图像的人工智能（AI）在区分红斑狼疮（LE）亚型方面仍存在困难。在此背景下，中国学者开发了一种更通用、更全面且具有学习各种数据类型能力的多模态深度学习系统（MMDLS），用于人类-AI协作诊断和分类LE亚型及类似皮肤病，相关研究于2024年4月15日发表在 Journal of the European Academy of Dermatology and Venereology 期刊上。 研究纳入了从中国25家医院皮肤科筛选的446例参与者的800张临床皮肤图像和3786张多色免疫组织化学图像，其中382例参与者的数据被随机分为训练数据集和验证数据集，使用不同的训练数据集和验证数据集进行10次重复验证实验，以获得表现最佳的模型。 本文由陆前进撰写，属于「拓麦精要」分类。 关键词：红斑狼疮、人工智能、中国发表。 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？
研究纳入了从中国25家医院皮肤科筛选的446例参与者的800张临床皮肤图像和3786张多色免疫组织化学图像，其中382例参与者的数据被随机分为训练数据集和验证数据集，使用不同的训练数据集和验证数据集进行10次重复验证实验，以获得表现最佳的模型。MMDLS有助于将皮肤科医生的诊断准确率从66.88%±6.94%提高至81.25%±4.23%（ P =0.0004）。
Q2: 这篇文章的来源和作者资质如何？
本文由陆前进，中国医学科学院皮肤病医院，主任医师撰写。参考文献DOI：10.1111/jdv.20031。发布于2024-05-22。
Q3: 本文涉及哪些核心医学术语和研究方向？
本文围绕「中国发表 | 人类-多模态深度学习协作对红斑狼疮亚型和类似皮肤病的“精确”诊断」主题，涉及红斑狼疮、人工智能、中国发表等核心术语和研究方向。文中涉及的核心术语定义：FDA即美国食品药品监督管理局（Food and Drug Administration）。
Q4: 该研究采用了什么研究设计和方法？
本研究采用基因组学研究设计。
点击蓝字 关注“拓麦精要”
通讯作者：
Qianjin Lu, Institute of Dermatology, Chinese Academy of Medical Sciences and Peking Union Medical College, Nanjing, China
Hu Kai, Key Laboratory of Intelligent Computing and Information Processing of Ministry of Education, Xiangtan University, Xiangtan, China
Haijing Wu, Department of Dermatology, Hunan Key Laboratory of Medical Epigenomics, The Second Xiangya Hospital of Central South University, Changsha, China
相关阅读
顶刊精要｜人工智能用于皮肤癌诊断的现实检验
美国FDA批准了首个人工智能皮肤癌检测设备
供稿：Serine
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。
本文封面图来自www.unsplash.com。本文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：Li Q, Yang Z, Chen K, et al. Human-multimodal deep learning collaboration in 'precise' diagnosis of lupus erythematosus subtypes and similar skin diseases. J Eur Acad Dermatol Venereol. Published online April 15, 2024. doi:10.1111/jdv.20031
#LE：Lupus Erythematosus，红斑狼疮
#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：FDA即美国食品药品监督管理局（Food and Drug Administration）。
本文研究方法与设计类型
本研究采用基因组学研究设计。
引用格式：中国发表 | 人类-多模态深度学习协作对红斑狼疮亚型和类似皮肤病的“精确”诊断. 发布日期：2024-05-22. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/851 参考DOI: https://doi.org/10.1111/jdv.20031
分享
收藏
点赞
