换一批分类多种疾病人工智能算法诊断常见皮肤病的准确性
Accuracy of Artificial Intelligence Multi-class Algorithm in the Diagnosis of Common Skin Diseases
摘要目的 测试一种分类多种常见皮肤病人工智能(AI)算法的诊断准确性,评估其诊断皮肤病的价值.总结在测试AI诊断软件诊断皮肤病过程中存在的问题.方法 收集761例就诊于郑州大学第一附属医院皮肤科门诊的患者的皮损照片,选取30张非人类皮肤(NHSO)照片、20名志愿者的20张正常人体皮肤(NHS)照片、3张用薄材料覆盖的NHS照片以及2张有人工伪造皮肤病变的NHS照片,将照片分别上传至AI诊断平台,记录AI诊断软件的输出结果,分别计算该算法的诊断准确性指数,包括灵敏度、特异度、准确度,并分析其在诊断过程中存在的问题.结果 该AI诊断软件的第一诊断的平均灵敏度、特异度、准确度分别为53.4％(95％CI 36.4～70.4)、96.3％(95％CI 90.8～100.0)、92.3％(95％CI 86.3～98.2),在30张NHSO照片中,AI诊断软件能正确识别的照片共22张(73.3％),8张(26.7％)NHSOs照片被错误地识别为人类皮肤,并输出5种可能皮肤病诊断的结果.对20张NHS照片、3张用薄材料覆盖的NHS照片以及2张人工伪造皮肤病变的NHS照片均作出患有皮肤病诊断的输出结果.结论 该人工智能算法在常见皮肤病诊断中整体准确度高、灵敏度中等、特异度高.但在使用AI诊断软件过程中存在将无患病的正常皮肤诊断为患病皮肤的问题,在对与人类皮肤相似的非人类皮肤物体分辨能力上仍有一些不足.
更多相关知识
- 浏览0
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
