尽管我们每天都洗澡、照镜子，但是皮肤病反而很容易被忽视。因为皮肤病大多症状轻微，对生活影响不大，很多人容易抱着侥幸心理，试图等其自然痊愈。但事实上，皮肤病本身容易反复发作，难以彻底根治，长期下去会给患者带来心理和身体上的双重痛苦。
日前，在谷歌的I/O大会上发布了人工智能检测皮肤病工具，让用户了解自己的皮肤、头发和指甲的状态。
作为人体最大的器官，就确定一个人的整体健康状况而言，皮肤构成了一个备受关注的领域通过使用相机捕捉用户的皮肤图像，这个深度学习系统可以对皮疹等皮肤病提出诊断建议。相关研究成果已于18日发布在《自然·医学》杂志上。
谷歌团队发现，每年与皮肤，指甲和头发问题相关的搜索量将近100亿次。全球有20亿人遭受皮肤病困扰。虽然许多人的第一步都涉及到搜索栏，但仅通过文字来描述皮肤状况可能很困难。
新工具以APP的形式呈现，只需要上传三张照片出现症状区域的皮肤照片，APP就会开始进行匹配处理。
在处理这些照片的同时，该应用程序还将询问用户他们出现该种症状多久了，以及有无任何其他症状，以帮助缩小病症范围。在这一点上，人工智能利用其对288种皮肤状况的了解，提出潜在的匹配，然后你可以进一步研究。
对于每种匹配条件，该工具将显示皮肤科医生审核过的信息和常见问题的答案，以及来自网络的类似匹配图像。该工具无意提供诊断，也不能替代医学建议，因为许多情况需要临床医生复查，亲自检查或进行其他检查（例如活检）。相反，我们希望它使您能够访问权威信息，以便您可以对下一步做出更明智的决定。
这个工具将在2021年晚些时候推出，适用于所有年龄、种族、肤色和类型以及性别的皮肤病评估。目前，该应用程序配备了65000张图片和诊断皮肤病的案例数据、皮肤病搜索的例子和数千张健康皮肤的例子照片。
谷歌推出新功能，利用AI工具拍照检测皮肤病
谷歌 I/O 2021开发者大会今日开幕，采用全程线上的模式，展现了谷歌的大量新技术，同时还公布了自研的量子计算机。根据外媒消息，谷歌在I/O大会上发布利用AI工具拍照检测皮肤病的技术。
此前谷歌就宣布过这项工具的预览版，近日这项功能的正式版已经准备就绪，集成在谷歌搜索当中。这个AI工具使用时需要拍摄自己身体某部分皮肤不同角度的三张照片，随后用户需要在手机上回答几个问题，告知该工具皮肤类型、症状以及是否有并发症等。最终，在线AI工具会进行分析，来诊断皮肤病。
官方表示，谷歌这项功能会展现每一个相匹配的皮肤状况，目前数据库中共有280种皮肤病的信息。此外，这个AI工具还是用了专业CT检查中用于检测糖尿病、肺癌的技术。
谷歌提示，该工具仅能提供诊断建议，其目的是给消费者提供更多信息，不能替代医学诊断。
据悉，谷歌称每年会有约100亿次皮肤、毛发、指甲相关疾病搜索，意味着全球约有20亿人受到皮肤病困扰。AI皮肤病诊断工具将于今年晚些时候首先在欧盟国家发布，目前已经通过了专业的临床认证，并在欧盟登记为“I类医疗设备”。除了皮肤病，谷歌还宣布将利用AI人工智能技术辅助医生来诊断结核病和乳腺癌。
最新研究:谷歌AI系统可帮助乳腺癌检测
美国和英国的研究人员报告称，谷歌公司的人工智能(AI)系统在通过乳房x光检查发现哪些女性患有乳腺癌方面人工智能问诊系统测试，可以和放射专家一样出色，而且该系统有望减少错误。
这项研究发表在周三的《自然》杂志上，是表明人工智能有可能提高乳腺癌筛查准确性。全球约有八分之一的女性患有乳腺癌。
美国癌症协会表示，在进行乳房x光检查时，放射学家漏掉了约20%的乳腺癌患者，而且在10年间接受筛查的所有女性中，有一半的结果都是假阳性。
该研究的合著者之一 说，该研究的结果是由的 AI部门开发的，该部门于9月与 合并。该研究结果表明了早期发现乳腺癌的潜力方面的重大进展。
这个团队包括伦敦帝国理工学院和英国国家医疗服务体系( )的研究人员人工智能问诊系统测试，他们对该系统进行了培训，让它通过数万张乳房x光片来识别乳腺癌。
然后，他们将系统的预测与英国25856张乳房x光片和美国3097张乳房x光片的实际结果进行了比较。
该研究表明，人工智能系统能够以与放射专家相似的精确度识别癌症，同时在美国研究组减少5.7%的假阳性结果，在英国研究组减少1.2%的假阳性结果。
它还减少了假阴性的数量，即错误地将测试划分为正常，在美国组减少了9.4%，在英国组减少了2.7%。
这些差异反映了乳房x线照片的解读方式。在美国，只有一位放射科医生会看检查结果，而且检查每一年到两年进行一次。在英国，这些检查每三年进行一次，每次检查由两位放射科医生负责。当他们不同意的时候，第三个放射科医生就会被咨询。
在另一项测试中，研究小组将人工智能系统与6名放射科医生进行对比，发现人工智能系统在准确预测乳腺癌方面的表现优于他们。
位于美国波士顿的马萨诸塞州总医院( )乳腺成像部主任康妮雷曼( )表示，这一结果与几个使用人工智能改善乳房x光检查癌症检测的小组的研究结果一致，包括她自己的研究。
使用计算机改进癌症诊断的概念已经有几十年的历史了，计算机辅助检测(CAD)系统在乳房x光检查诊所中已经很常见。然而，CAD程序并不很精确。
雷曼说，问题在于，目前的CAD程序被训练成识别放射学家能看到的东西，而人工智能则让计算机根据数千张乳房x线照片的实际结果来识别癌症。
雷曼说，这有可能“超越人类识别眼睛和大脑无法察觉的微妙线索的能力”。
说，虽然计算机到目前为止还没有“超级有用”，但“我们至少在成千上万的乳房x光检查中显示出，这个工具可以做出非常明智的决定。”
《自然》杂志的研究有一定的局限性。大多数测试都是使用相同类型的成像设备进行的，美国小组中有许多确诊为乳腺癌的患者。
最重要的是，首席医疗官丽莎渡边(Lisa )表示，该团队尚未证明该工具改善了患者的护理。该公司的人工智能乳房x光检查项目去年获得了美国的批准。
她说:“人工智能软件只有在真正移动了放射科医生的转盘时才有用。”
同意这些研究是必要的——这也是监管部门的批准，这一过程可能需要几年时间。