今年，皮肤病AI的诊断产品已经出了三个。一个医院（医院）与丁香园、睿琪软件联合推出的皮肤病人工智能辅助诊疗综合平台——智能皮肤。
4月27日，医院召开临床启用发布会，正式向临床医生开放使用。
另外两个皮肤病AI医院联手优麦科技合作研发的优智AI系统，医院与南开大学共同开发的基于深度学习技术的皮肤病人工智能诊断系统。
这两个产品的定位是为广大皮肤病患者、全科医生、初级皮肤科医生提供方便快速的参考和指导。
可见，越来越多的企业选择与高校、医院或者医学专家联合开发皮肤病AI辅助诊疗系统。那么，目前全球有多少关于皮肤AI的项目？其效果如何？面临哪些挑战呢？*策又是如何指引的？动脉网对此进行了梳理。
人工智能*策从全行业到医疗的演变
医疗行业的发展与*策紧密相连。今年皮肤病AI产品频繁诞生，也离不开*策的引导。
根据公开信息检索，我们列举了国内近三年与人工智能相关的*策，发现单独针对医疗人工智能的*策较少，大部分是适用于全行业。具体如下：
在年蛋壳研究院发布的《医疗大数据与人工智能产业报告》中提到，人工智能应用于医疗健康领域，对于医生、医疗机构、患者、企业来说，各有裨益。
在医生端，它帮助医生提高医疗诊断速度、准确率，提高医生的供应量，更早发现疾病，给患者提供个性化分析、优化治疗方案，减少后续的医疗费用支出；
患者端，提高患者自查自诊自我管理的比例，降低患者对医生的需求量，降低成本；
医疗机构端，它提高医疗机构、医生的工作效率，医院的管理水平，降低医疗成本；企业端，有助于研发人员发现有价值的新药物。
因此，去年人工智能很火，资本也纷纷布局。
据动脉网统计，年医疗人工智能行业一共发生27起融资事件，如果算上几家没有公布消息的公司，年该领域融资总额超过17亿人民币，行业领跑者也已经进入B轮状态。
这些企业涉及的疾病种类也很多，有皮肤科、肺结节、糖尿病等数十种疾病。其中皮肤病AI产品最多。
年4月28日，国务院办公厅发布了关于《关于促进“互联网+医疗健康”发展的意见》（下简称《意见》）。鼓励医疗联合体内上级医疗机构借助人工智能等技术手段，面向基层提供远程会诊、远程心电诊断、远程影像诊断等服务，促进医疗联合体内医疗机构间检查检验结果实时查阅、互认共享。
或许该*策的出台将更利于医疗人工智能产品多样化发展，并快速走进医疗机构，极大促进医疗人工智能行业的发展。
为什么皮肤病AI产品最多呢？
据动脉网了解，皮肤病学是比较依赖形态学特征的学科，皮肤影像是皮肤病诊断的重要手段。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和智能分析。
以皮肤镜、皮肤超声、皮肤CT为代表的皮肤影像技术已成为临床皮肤病诊断的重要工具。皮肤镜对黑色素瘤有很多的诊断方法，包括ABCD法、模式识别法、七点检测法、三点检测法、CASH法等，这些方法，指导医生对提取出来的特征进行打分评价，由此看来，这是人工智能应用比较成熟的例子。
如果能结合多维度皮肤影像资源库，把诸多皮肤病的疾病特征提取出来，标准化地打分识别，就可以更好地教机器如何判断。斯坦福大学在Natur上发表了一篇文章，利用13万个皮肤病的图像数据库，进行人工智能自动诊断皮肤病的探索。图像数据库包含了皮肤镜图像、手机照片以及标准化的照片。
其结果是将人工智能诊断系统用于鉴别皮肤良性肿瘤、恶性肿瘤和其他的一些非肿瘤性皮肤病，结果人工智能诊断结果与皮肤科专家诊断结果吻合度非常高，诊断效率打成平手。
比如银屑病、荨麻疹、痤疮等常见多发病的诊疗活动中，医生的诊断、处方、健康宣教等不仅是重复性劳动，而且在一个狭小的空间里与患者交流。每天如是，这整个环节或者是其中一部分，就可能被人工智能替代。但皮肤科的病种繁多，鉴别标准和诊断标准还不统一，这样并不太容易教会机器人怎么识别诊断疾病，属于AI诊断皮肤病的瓶颈问题之一。
目前皮肤影像还很难实现病理图像的自动识别诊断，另外皮肤病中有罕见病，病例非常少，标本量不足以提供机器训练所需，理想自动识别诊断的效率也难实现。
国内外这11种皮肤病AI产品情况汇总
为此，我们挑选了国内外皮肤病AI产品进行分析，通过项目的参与方、应用端、定位等维度分析，希望了解皮肤病AI的概况，以及他们的产品功能。
根据公开信息检索，我们发现国内外有11种皮肤病AI产品，诞生时间最早是在年，年-年间诞生了10家，参与方包括企业、高校、医院等。大部分皮肤病AI产品应用于医生端，为医生提供辅助诊断决策。具体细则如下：
1、年和年诞生产品最多
从时间维度看，皮肤病AI诞生于年，年和年诞生的产品数量均为3款，年和年均为2款。
年是人工智能刚兴起的阶段，年被称为人工智能的元年。据业内人士称，那个阶段，如果技术公司不提人工智能，感觉自己都不是圈儿内人。当时究竟有多火爆呢？
据动脉网年统计的数据看，在融资方面，医疗人工智能行业一共发生27起融资事件，如果算上几家没有公布消息的公司，年该领域融资总额超过17亿人民币，行业领跑者也已经进入B轮状态。
在*策方面，年医疗人工智能行业相关*策也在逐渐推进。据动脉网了解，自从7月20日国务院发布《新一代人工智能发展规划》，中检所、CFDA都在积极与行业人士接触，相关*策、监管方案都在紧锣密鼓的制定当中。
同时，国内科技巨头也纷纷涉足。年，阿里、腾讯、科大讯飞等科技巨头相继发布医疗人工智能产品，医院，接受实践的检验，并且以人工智能技术为基础，医院。
国外知名的医疗人工智能大牛们也在年回到中国，参与这股医疗AI创业浪潮。斯坦福大学教授邢磊、DpGnomics联合创始人熊辉远、原飞利浦医疗放射解决方案首席架构师陶晓东……
在落地实体医疗机构方面，年各个医疗人工智能公司落地的医疗机构加起来超过多家。一位参加医疗会议的院医院不谈人工智能，感觉就OUT了。
2、中国涉足皮肤AI产品最多
从全球涉足皮肤病AI的区域看，有中国、荷兰、美国、日本。其中，中国的皮肤病AI产品最多，有7种，位列第二的是美国，有2种。
因为在我国推行的新医改背景下，尤其是现在进入医改的深水期，凡是能改变医疗行业痛点的产品，又在国外有应用产品，均被投资人、创业者追捧。比如移动医疗，数字医疗，医疗人工智能、区块链等。
医疗人工智能一直被人们寄予厚望，把它看成是解决医疗生产力的根本之道。在我国，人口老龄化、慢病高速增长、医疗资源供需严重失衡以及地域分配不均等问题，造就了对医疗人工智能的巨大需求；同时，我国人口基数大、产业组合丰富、人才储备充分等特点，又给人工智能的发展提供了很好的基础。
尽管美国在人工智能的基础研究领域一直处于前沿地位，但是近两年来，中国的人工智能科技人才正在实现弯道超车。
根据美国发布的《国家人工智能研究与发展策略规划》报告中显示，从年到年，SCI收录的人工智能方向论文，涉及“深度学习”的论文数量增长了约6倍。
中国学者的论文发表数量从年开始超过美国，并大幅度领先于其他国家。
3、皮肤AI系统参与方最多的是企业、医院、高校
从参与方来看，涉及一款皮肤病AI需要多方协作。医院、企业、高校、皮肤科医学专家、数学家、计算机专家，他们的加入充分体现了各行业间“术业有专攻”的特性。
简单概括而言，一款皮肤病AI产品离不开数据、技术的支持。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。
人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
4、皮肤AI应用端：63%应用于医生端
目前皮肤病AI产品应用于医生端、患者端、医生和患者端这三种情况。其中63%的皮肤病AI产品应用于医生端。
如在年荷兰诞生了一款名为SkinVision的App，应用于C端患者。可以只使用图片就能侦测出73%的黑色素瘤，它能帮助用户追踪体表黑痣的大小和形状变化，分析判断它们是否有可能存在恶性病变隐患，并提醒用户对可疑的黑痣保持密切