皮肤ct多少钱做一次（这家公司AI辅诊被调用近1000万）

体素科技的皮肤AI产品“体素肤知汇”研发始于2016年。从立项之初，该产品便兼顾了医生的临床思维与患者的实际需求，摒弃了单病种AI的设计思路。静安寺独居的张女士前段时间腰上莫名起了一圈红斑，起初她以为是蚊虫叮咬，并没有过多留意。但随即而来的

体素科技的皮肤AI产品“体素肤知汇”研发始于2016年。从立项之初，该产品便兼顾了医生的临床思维与患者的实际需求，摒弃了单病种AI的设计思路。

静安寺独居的张女士前段时间腰上莫名起了一圈红斑，起初她以为是蚊虫叮咬，并没有过多留意。

但随即而来的瘙痒和逐渐扩大的红斑范围使她彻夜难以入睡，不得不到诊所求助，生怕得了什么疑难杂症。所幸结果倒也没那么糟，是常见的带状疱疹，让张女士虚惊一场。

虽是小事一件，但却反映出了一些社会性问题。相比于感冒、发烧等常见病，皮肤病这一类附带肉眼可见症状的疾病显然更让人心生畏惧，羞于与他人诉说，因而治疗的延误是常有之事。

AI或许能为这个问题开出处方。

随着大数据时代的到来和计算机硬件的巨大进步，人工智能技术，尤其是卷积神经网络，在图像分类、检测等很多任务中相对传统模式识别方法取得了很大的突破。

大部分皮肤病的检测诊断往往首先基于肉眼的观察分析，引人发怵的特征恰好适合计算机视觉的技术解决，使得AI初步诊断皮肤病成为可能。

换言之，张女士甚至可以自己拍摄皮肤照片，以供AI诊断。

进一步看，皮肤影像诊断由最初的望诊，发展到放大镜和显微镜辅助诊断，再到近年来数字影像学技术，皮肤镜、皮肤超声、皮肤CT为代表的影像技术已成为临床皮肤病诊断的重要工具，AI辅助诊断有了更为丰富的数据基础。

从单病种到多模态全病种，AI必须完成这样的跨越

回到人工智能话题本身，虽说更优质的成像设备、更标准化的医疗数据采集系统为医院带来了更优质的数据，但就目前而言，市面上的大部分皮肤病AI并不能很好地契合临床。

尽管要做好一个医疗人工智能模型，具备算法、算力、数据三者便有可能，但要做好一个人工智能产品，最为核心的，是要满足医院的需求。

具体而言，很多AI医疗影像公司的AI辅助诊断工具可识别的皮肤病种十分有限，且常常仅利用了图像的单一维度信息。

但在实际问诊过程中，患者可能罹患的皮肤病的种类庞杂，且在进行判断时，需要结合患者多时间、多维度的信息综合判断病症。

要模拟医生做到这一点并不容易，这需要人工智能企业理解各类皮肤病的基本信息，同时理清皮肤科医生的诊断逻辑。为了能让AI真正用于皮肤的诊断，成为临床医生的有力助手，体素科技做了整整四年。

体素科技的皮肤AI产品“体素肤知汇”研发始于2016年，从立项之初，该产品便兼顾了医生的临床思维与患者的实际需求，摒弃了单病种AI的设计思路。

1.0版本成型时，该模型可诊断82种皮肤疾病，张女士这样的患者可在家直接拍照上传进行咨询，皮肤科医生也可参考AI结果进行最终诊断。

但多病种并非体素科技的最终追求。利用其前期积累的海量病历诊断报告数据（覆盖性别、年龄、发作时长、发作部位、伴随症状、疾病诱因、病史、用药等多种类别数据），加之结构化处理深度挖掘和分析医学文献、书籍和电子病历中的非结构化临床特征数据，体素科技搭建了一套非常详尽扎实的皮肤疾病医疗知识图谱，从而可将患者病情数据变得规范化、标准化和结构化，以便AI可以准确完整地“读懂”病历。

2020年末，体素科技的皮肤AI产品2.0版本完全成型，这一阶段的AI可诊断143种皮肤疾病，覆盖99%以上的皮肤自然发病情况，模型top1、top3以及top5的诊断准确率分别为 71% 、89%和93%。

相比之下，基层医院对皮肤肿瘤良恶性诊断的正确率仅约为30%，而三甲医院医生的这一数字平均下来大概为70%。

这意味着，升级后的“体素肤知汇”产品，其疾病覆盖率和模型准确率已足以媲美三甲医院皮肤科医生的水平，足以领先国际。

体素科技产品的价值与未来发展方向

正如所有人工智能企业一再强调的立场，体素科技开发出高准确率AI，并非是要取代皮肤科医生。

相反，体素科技希望这样一款AI产品能够让皮肤科医生摆脱现在日常临床工作中繁杂、低价值的重复劳动，让他们有更多的时间去思考和投入有价值事情。

譬如对于银屑病、荨麻疹、痤疮等常见多发病，要形成疾病筛防体系，我们需要的不单是是单一患者的准确诊断，更重要的，是要让医生们参与对疾病的回顾研究、新型治疗方式的探索，并让医生们参与健康宣教之中，推动更多患者在患病初期便获取治疗。

对于疾病筛防体系的建立，体素科技也在以自己的方式努力。

长期以来，基层医疗资源不足、诊疗能力差，导致患者不愿意去基层医疗机构问诊，基层医生因此难以获得足够的临床实践而进步，基层也留不住好的医生，从而导致基层医院的诊疗能力更差，从此陷入恶性循环。

而另一方面，微医、平安好医生等大平台基本都是服务于三级医院或患者，基层市场处于一个空白的状态。

如今，体素科技皮肤AI全病种检测产品正尝试赋能基层医疗的全科医生，通过AI的方式提升他们的诊断能力。

同时体素科技将发力美国市场，据测算通过优化全科医生和专科医生皮肤病分诊、转诊流程，可以帮助美国商业医保每年节约45-100亿美金。

如上文所说，全科医生在皮肤病诊断方面的准确率仅仅为24%-70%，而体素科技皮肤AI全病种检测产品top5的诊断准确率高达93%。

相信在体素科技皮肤AI的辅助下，基层全科医生的诊疗水平将有望媲美皮肤科医生（诊断精确率为77%-96%），真正实现强基层的目标。

除了关于皮肤全病种研发之外，体素科技也尝试深挖细分场景的精准分析能力，如研发了痤疮分级模型。并与华山医院皮肤科合作研发银屑病甲严重程度分级模型，未来可应用于银屑病慢病管理AI。

同时，体素可以也可为医学美容场景提供肤质检测和面部常见皮肤疾病辅助诊断能力。

目前，体素科技已为腾讯健康、妙手医生、优健康、薇诺娜等客户提供皮肤病AI服务。到2020年12月为止，总服务使用量已经接近1000万次。

在体素看来，1000万是一个不错的数字，但也仅是一个数字。AI价值在于放数据价值来更好的服务医生、造福患者、推动医疗卫生体系的进步，要实现这个目标，体素任重道远。