AI可用照片诊断皮肤问题，AI在医药领域还有哪些应用？

美图公司 AI 技术研究中枢——美图影像实验室 MTlab 发布其人工智能最新技术成果：AI测肤技术MTskin——即通过一张面部照片诊断皮肤问题。

MTlab 成立于2010年，目前主要研究方向包括人脸技术、3D视觉、图像识别、AR技术、人像美化和画质增强。现今有9大核心技术，包括人脸技术、图像风格化、图像修复、3D技术、图像分割、极智美颜、影像合成、美妆技术和AI测肤。

此次发布的AI测肤可以通过一张手机自拍照就可以全面了解自己的皮肤状况。为美图 AI 测肤技术提供支持的包括医疗级图像数据、专业皮肤医生对数据标记等。据介绍，目前，在肤质、肤龄、肤色、黑头、黑眼圈、痘痘这五个领域，AI 识别的准确率已经可以高达95%。基于深度学习，美图 AI 智能测肤甚至还能预测用户在未来的皮肤趋势。

美图影像实验室技术总监许清泉介绍说，一个高颜值的美女在计算机眼里她是一堆“0101”的编码，在 MTlab 眼里，想把这一堆“0101”编码变成人类可以理解的抽象的信息就是分析，可以找到图片里面人脸的位置，还可以找到用户的五官位置；3D技术可以重建出用户真实的3D模型；图像分割技术可以去分割出用户的皮肤、五官甚至是头发，有了这些信息就可以做进一步的处理。

“首先我们会把用户的皮肤图片输入到卷积神经网络当中，卷积神经网络会识别用户输入的这张图片，她脸部有没有瑕疵？以及瑕疵所在的位置是什么？最后会得到一张瑕疵的图像，上面标注了用户皮肤上所有的瑕疵位置。有了这张图像我们就可以把所有的瑕疵块都裁减出来，我们可以把这些瑕疵块输入另外一个神经网络当中——分辨这些瑕疵的类型是什么？”

他表示，AI测肤的原理，首先是请权威医生对同一份数据进行协同标注，统计多个医生的标注结果。在算法方面，以瑕疵检测为例，分为两个步骤，首先是问题位置的检测，其次瑕疵类型的分类。

AI在医药健康领域的应用

AI在医疗领域的应用大体可以分为四个方面：医疗机器人、智能影像识别、辅助诊断和药物研发。

1.医疗机器人

传统意义上的机器人主要是指具备传感器、智能控制系统和驱动系统等要素的机械。随着人工智能的发展，医用机器人即使没有驱动系统，也能通过独立的智能控制系统进行手术操作。它代替医生诊断某些疾病或做出人类大脑本身无法做到的一些高智能的运算，基于大数据来选择最佳的治疗方案和预后预测等。

IBM的沃森认知健康系统中的Watson for Oncology是目前世界上癌症治疗领域最先进的机器人。这款机器人由IBM公司与美国肿瘤治疗领域的权威医院——纪念斯隆凯特琳癌症中心共同开发，它可以在数秒钟内阅读患者的文字、影像和病历资料，检索上百万已发表的科学文献及上千万页的肿瘤治疗指南等相关资料，从中提炼总结出适合癌症患者的精准诊断和治疗方案。该系统已被Watson Health部署到了许多顶尖的医疗机构，如克利夫兰诊所和MD安德森癌症中心，提供基于证据的医疗决策系统。2015年，日本东京大学医学院研究所确诊一位60岁的日本女性患了急髓白血病，但在经历各种疗法后，效果都不明显。无奈之下，研究所只好求助IBM Watson，而IBM Watson则通过对比2000万份癌症研究论文，分析了数千个基因突变，最终确诊这位60岁的日本女性患有一种罕见的白血病，并提供了适当的治疗方案。整个过程IBM Watson只用了短短10分钟。

2.智能影像识别

在智能影像识别方面，人工智能的应用主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像进行分析，获取一些有意义的信息;二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。作为医生，从CT、核磁共振等图像判断一个非常小的阴影，是肿瘤是炎症还是其他原因，需要丰富临床经验的积累。如果通过大数据，通过智能医疗，就能够迅速得出比较准确的判断。

3.辅助诊断

随着深度学习算法的逐渐普及，通过建立深度学习神经元数学模型，从海量医疗影像诊断数据中挖掘规律，学习和模仿医生的诊断技术，从而给出可靠诊断和治疗方案，现已成为发达国家医院不可缺少的医疗组件。谷歌的人工智能算法在乳腺癌诊断上表现出了很高准确度;苹果公司最近收购了Lattice，该公司在开发医疗诊断应用的算法方面具有很强能力。

4.药物开发

开发一种有效的药物是一个非常艰难的过程。传统的科学方法是科学家首先想出一种假设，然后制药公司测试这个假设，从数十万种化合物中筛选其中可能和蛋白质发生化学反应的化合物，成为潜在的药物，这些潜在的药物还要经过多轮的筛选及漫长的三期临床试验。即使能够进入临床试验，最后能够通过FDA批准的也不到百分之一。在智能药物研发方面，则是将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。目前借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破，在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。

本文由科技工作者之家编创，内容整理自中国机器人网、慧聪制药工业网，图片来源于网络。