人工智能(AI)是指在编程软件中使用软件来模拟人类的智能。机器学习(ML)的子类别与我们的皮肤科领域高度相关，因为在该领域和所有图像专业(包括放射学、眼科和病理学)的重大进展。

由于过去五年左右开发的新算法，软件现在可以检测图像中的模式，以识别特定诊断的特征。例如，一些软件现在可以用来扫描放射图像，以检测随时间的变化或指向诊断。在眼科，一个令人难以置信的fda批准的软件应用程序可以检测糖尿病视网膜病变比眼科医生更敏感。

在皮肤科，目前的一个重要焦点是机器学习，使用图像集和与这些图像相关的数据，以训练软件检测图像中的模式。目标是在临床环境中，皮肤科医生可以，例如，捕捉一个可疑的色素病变的图像。软件可以扫描图像，并检测模式，得出一个“分数”，表明病变是黑色素瘤的可能性。根据他/她的体内评估，皮肤科医生可以使用这个评分来决定是观察病变还是进行干预。软件还可以更广泛地用于拍摄皮疹的图像，例如，生成潜在诊断的简短列表。在任何一种情况下，软件都不能真正诊断疾病;相反，它将帮助指导人类医生做出诊断。因此，我更愿意将AI视为增强智能，而不是人工智能。目标不是取代人类智能，而是增加知识和支持临床决策。

考虑到这一点，以下是关于人工智能当前状态的更新，它是什么，它不是什么，以及它可能如何影响护理。

1.人工智能不会取代皮肤科医生

虽然非皮肤科医生可能会漏诊，但事实是皮肤科医生也可能漏诊。例如，考虑到诊断无色素性黑色素瘤的挑战。人工智能，通过机器学习，在未来有潜力在考场提供第二意见。皮肤科医生筛查皮肤癌的方法并没有标准。事实上，皮肤科医生之间有一系列的行为，有些是非常彻底的，有些则不是。在这方面，人工智能在短期内有巨大的潜力。数字摄影与机器学习相结合的使用可以创造一种客观的方法，帮助皮肤科医生检测一些肉眼可能看不到的东西。

2.但它可以延长皮肤护理

在美国，大约65%的皮肤护理是由非皮肤科医生进行的。在英国，可能高达95%的皮肤疾病是由非皮肤科医生处理的。在一些国家，只有少数皮肤科医生的比例是每百万病人一个皮肤科医生。永远都不会有足够的皮肤科医生。有可能的是，软件应用程序可以通过增加护理点的决定来改善全球的皮肤护理，无论是否与皮肤科医生合作。最终，这不仅仅关乎我们的专业;它是关于对人们有益和改善皮肤护理的。

3.人工智能可以解决公平性问题

认知偏差，如过早闭合偏差、锚定偏差、代表性偏差，以及性别和种族偏差，都会导致诊断错误和次优治疗。有证据表明，女性在心肌梗死(MI)的诊断中出现更多的错误，这是由于错误地认为女性出现MI的几率不像男性那样高而产生的偏见。如果经过适当训练，人工智能可以帮助填补这些偏见造成的知识空白。

就种族偏见而言，作为皮肤科医生，我们知道红色和紫色的皮肤不会像白色皮肤那样出现在棕色皮肤上。人工智能和机器学习必须以一种对所有人都公平、公平的方式*进行培训，并可能有助于减少这些偏见的发生。

4.病人有知情权

关于人工智能的伦理问题，理论和实践上都引起了关注。对于大多数皮肤科医生来说，最重要的伦理考虑与透明度有关。患者必须清楚地了解人工智能应用于临床的目的。假设ML算法给出了50%的黑色素瘤可能性。你建议做活检。你能解释ML分析如何影响你的建议吗?目前，在实时的检查室中，皮肤科的大多数人工智能都被用来增强决策。当我们获得FDA批准的自主诊断应用，如色素病变分析，我们必须了解使用这些工具的所有伦理后果。

5.皮肤科医生必须做功课

为了正确使用人工智能并向患者解释其用途，皮肤科医生必须首先了解该软件或设备声称要做什么。医生对他们在实践中使用的人工智能进行审查也是非常必要的。任何医生都不应该在不了解软件或设备如何工作和确定它是值得信赖的情况下在临床实践中使用它。应该有透明的数据和科学共享，并希望独立验证，以证明它是准确的。

人工智能和机器学习的好坏取决于它所训练的初始数据。如果你在糟糕的数据上训练，那么你就会有糟糕的人工智能。在采用任何人工智能之前，要确定是谁开发了它，以及训练它的数据是什么。

6.科技可以增强人际关系

人们普遍担心电子病历的使用将技术置于病人和医生之间——确切地说，就像医生与平板电脑和电脑互动一样——人工智能和其他技术有可能增强医生和病人之间的关系，并支持信任。即使我们对诊断有信心，我们也可以使用技术来支持我们的决心并教育病人。虽然搜索诊断结果可能只需要几秒钟，但患者会认为你“花了时间”，可能会对他们的诊断更有信心。

请记住，患者和家长很可能会在预约之前或之后查看诊断结果，或者他们之前可能被误诊了，或者只是觉得被以前的医生解雇了。让一名训练有素的皮肤科医生指导他们了解技术，而不是让他们自己在网上审查资源，这对病人来说是有价值的。

7.人工智能可能彻底改变医学教育

过去100年的医学教育体系和医学实践都是建立在记忆模式的基础上的。在皮肤病的情况下，皮肤科医生看到的情况一致有更大的可能性保持熟悉的范围潜在的表现。对于多面手来说，他们可能只看到“典型的演示”，由于不熟悉，他们可能更容易错过不同的演示。

想象一下，收集数以百万计的病例，这些病例已经被可靠地输入到计算机中，并且有良好的数据。(这是一个很大的假设，因为很多数据和电子记录并不准确。)软件可以看到人类看不到的模式。随着时间的推移和适当开发和审查的软件，我们可以从一个基于记忆的系统，我们创建这些一般的陈述，让人们记忆，到一个新的世界，我们扩大我们的思维基于人口数据集。新一代的住院医师现在有这个黄金机会来真正参与医疗信息学领域，作为一个研究努力。如果能看到像皮肤科研究学会(SID)这样的团体在医疗信息学、人工智能和机器学习领域指导越来越多的学术皮肤科医生，那就太好了。

征求第二意见

随着技术的进步，人工智能是否会用于皮肤科的临床实践已不再是问题。相反，我们应该把重点放在时间和方式的问题上。在皮肤科，人工智能作为一种支持临床决策的工具具有最大的潜力。最好的类比可能是第二种意见。要记住的关键是，医生最终将是得出结论、做出诊断并实施治疗计划的人。人工智能是辅助工具，医生还是医生。

*博士。2006年发表了一篇论文，讨论了皮肤病学资源的差异(J Am academy Dermatol. 55(4):687-90)。从那时起，以及VisualDx的发布，“我们就有目的性地收集有色人种的图像，”他说。“一年前，在JAAD上发表了一些研究种族偏见的论文，他们强调了VisualDx比任何其他资源都要领先多远。”VisualDx有14000张彩色患者图像。该公司的最新努力项目IMPACT (projectimpact.org)引起了人们对有色人种疾病缺乏代表这一问题的关注，并确定了有助于解决这一限制的资源。这是AAD、SID、APD、新英格兰医学杂志、肤色协会等组织之间日益增长的合作。