皮肤科被定义为医学的一个分支，主要集中在评估和治疗皮肤疾病，包括头发和指甲的。市场研究公司BCC研究项目,皮肤病治疗技术的全球市场将在2020年达到$ 20.4十亿。基于2015年$ 17.1十亿的市场收入，这种预期增加代表五年的年均复合增长率3.6％（CAGR）。
然而，领域皮肤科正在经历劳动力短缺在同一时间皮肤癌的发病率正在上升。在美国皮肤癌治疗的年度经济负担估计为81亿美元。皮肤癌的治疗方案可能包括手术，放射治疗和/或外用药物。
在努力提高早期检测皮肤疾病，并能更有效地提高临床能力，研究人员正在探索如何AI可能潜在的应对这些挑战。
一些需要回答，以便更好地了解皮肤疾病的诊断和治疗的人工智能角色的问题：
- 什么类型的AI应用正在兴起，以帮助治疗皮肤病？
- 医疗市场如何回应这些人工智能应用?
皮肤病学AI应用概述
大多数的人工智能用例和皮肤病学的新兴应用似乎可以分为两大类:
- 皮肤图像分析字体各公司正在开发应用程序和设备，利用机器学习和计算机视觉来分析图像，从而预测和预防皮肤病的发生。
- 护肤品治疗个性化:公司正在开发的推荐引擎，以量身定制的护肤治疗建议用户的皮肤类型。
在下面的文章中，来自每个每个类别，以及当前进展我们本代表性的例子（资金上升，导频应用，等）每个实施例的。
（在医疗保健的AI更广泛兴趣的读者可参阅有关全文医疗机器学习应用。)
皮肤图像分析
SkinVision
成立于2011年，总部设在荷兰，SkinVision声称其手机应用程序使用机器视觉检查皮肤损伤（摩尔）为通过照片分析患癌症的风险。
训练有素的超过100万的皮肤损伤的图像的数据库，算法学会识别特定的功能，如大小，颜色和形状，哪些可能表明黑色素瘤的风险较高。
当用户需要通过应用程序的损伤的照片，该算法分类病灶为低，中，高风险和寻求治疗的建议。谁获得了极高的风险评估用户还可以具有由公司的高层皮肤科专家审查他们的研究结果的选项。
下面在30秒演练提供包括它如何捕获和存储用户数据随着时间的推移追踪皮肤健康应用的概述。
SkinVision似乎主要是向消费者推销其服务。该公司提供两个免费的风险评估，然后要求购买3个用户计划之一，包括12个月，无限制访问包25欧元(约31美元)。该公司的网站上有客户和皮肤科医生的推荐信，但目前还没有关于该应用程序对早期检测的影响的结果。
需要注意的是SkinVision提供了一个声明，它是非常重要的“结果并不诊断。”这适用于从应用程序的结果和由公司的医学专家提供。SkinVision建议用户与任何严重关切与医生咨询。
一个2017年研究发表在美国远程医疗协会的杂志上SkinVision应用。该研究由在皮肤科在凯萨琳娜医院艾恩德霍芬在荷兰的研究人员进行，并发现“算法得分80％的灵敏度和检测（预）恶性病症78％特异性”基于108个的图像的样品。
研究人员认为，应用“比皮肤科医生的临床眼睛不太准确”，但仍然可以作为有效的工具，帮助非皮肤科良恶性病变区分。迄今为止，SkinVision据报道，提出$ 6.7万据其网站称，该公司在全球拥有100万用户。
皮肤IO
在2008年推出，总部位于芝加哥的公司ECD-网络已经发展皮肤IO，据报道通过移动设备使用深度学习技术来筛选皮肤癌的应用程序。
该应用程序的算法是皮肤病临床图像的庞大的数据库上训练。目前还不清楚在何处数据库图像进行采购。
患者开始通过下载皮肤IO应用程序，并与皮肤IO的网络签约。
用户把他们的身体区域的照片，他们想了分析。据报道，该系统的设计还可以处理整个身体部位。这种扫描出现在使用应用程序的摄像头叠加功能集成。
在预定的时间框架（即每月）的用户将被指示提交后续的照片来跟踪在皮肤上，可能是有症状的皮肤癌等皮肤疾病的任何潜在的生长或变化。
该应用程序被设计用于检测的皮肤条件的实例包括太阳能雀斑,脂瘤以及恶性黑色素瘤。提交的照片由皮肤IO网络内的注册皮肤科医生进行分析。
用户可以被指示提交进一步的照片或立即预约，可通过皮肤IO的平台来完成。该平台还提供了的时候提交的照片进行分析提醒用户。
为了鼓励注册，该公司允许免费上传一组基线照片。SkinIO收取150美元的年费，允许用户每三个月拍摄一次后续照片。使用SkinIO平台的皮肤科医生可以让病人在自己的办公室里进行全身扫描。SkinIO将为每位医生支付25美元，用于对病人按季度计划拍摄的随访照片进行复查。
该公司声称，1000名皮肤科医生使用SkinIO系统，（在$ 150年费每个工作日招收1名新病人）将产生每年收入3900万美元，并向参与的皮肤科医生支付1960万美元的补偿金。
该公司的图像处理专家，尼古拉斯·隆戈，在计算机视觉专业知识，并导致对图像处理算法的开发工作。这是短短2分钟的视频，解释了皮肤IO系统是如何工作的患者：
MoleScope
公司成立于2012年，总部位于加拿大的公司MetaOptima声称其MoleScope应用程序使用机器学习来分析和跟踪皮肤上的变化和痣的发展。
的机器学习技术DermEngine，分析软件的权力MoleScope，据报一组研究人员，从西蒙·弗雷泽大学和不列颠哥伦比亚大学的科学家和医生开发。
该公司的网站表示，该设备可以帮助早期发现一些严重的皮肤状况，如黑色素瘤。用户可以通过将MoleScope设备连接到自己的智能手机上来启动应用程序。
一旦连接，设备允许用户扫描其摩尔和发送高清晰度图像，以他们的皮肤科医生进行分析。该器件还声称提供摩尔一步一步自我检查指导，使用户可以从分析自己在家图像的任何信息发送到他们的医生面前。
一旦提交了扫描结果，用户还可以通过MoleScope与皮肤科医生交流，以获得进一步的指导。该应用程序附带了访问DermEngine的选项，DermEngine是MoleScope的附属web平台。它还通过它的日程安排平台帮助护理提供者管理他们的工作流程。
这1:33分钟的视频介绍了应用程序的工作原理来检测可能的皮肤疾病或现有的条件下发展。
该公司采用的是患者和医生每年的订阅模式分别为$ 150（包括医生咨询）和$ 500该公司预计$四一一七七五〇在2016年的年收入基于23,000的病人，46名医生和89000个的情况下提交。
护肤个性化治疗
HelloAva
公司成立于2016年，总部位于纽约的HelloAva公司据称，它的聊天机器人AVA利用人工智能来评估用户的皮肤类型，并推荐美容护肤品。
使用皮肤科资源从山的聊天机器人的算法据报道受训Sinai医院在纽约。该问题的设计，以反映那些在临床环境中一个患者就诊时使用。
该平台可通过双方的Facebook Messenger和短信访问，并开始了一系列的问题，12个提示，使聊天机器人进行分类中30个不同的变化使用者的皮肤类型。然后，将信息稽是用来做具体的保养品建议。
用户也有一个人的顾问连接获取对AVA提供的建议，更深入的了解的选项，并且还可以将他们的脸顾问的照片。但是，目前还不清楚，如果顾问是有执照的皮肤科医生。
在交互的最后，向用户提供购买产品的直接链接。运输过程由HelloAva处理。
1:18分钟的视频提供了如何在聊天机器人计用户的皮肤类型和提供具体的护肤建议演示。
该公司目前的团队包括三个数据科学家;一个作为顾问委员会雇员和两个。总部位于加州的风险投资基金DHVC（蛋花首都）是三选一天使投资人谁贡献了一个未公开的总和，以帮助建立HelloAva公司
证明了美
成立于2017年，总部位于加州的新兴创业公司证明了美声称它利用机器学习来开发定制化的化妆品护肤品。
该公司的算法是培养了大量的护肤品信息数据库，被称为美容基因组计划，这是由据称该公司包括800万条客户的评论，10个护肤品和20000种成分开发。然而，这两家公司的网站上未指定数据源。
通过该公司的网站，用户开始通过完成一系列的问题，帮助他们发展独特的皮肤轮廓。收集的数据点的例子包括，种族和皮肤类型，饮水量的水平，和护肤品的目标。
在短期完成问卷，用户注册接收他们的结果和个性化的护肤品。三个星期的审判目前可为$ 39.00公司推出的一部分，包括4种个性化的产品，包括碳粉，面霜试用版本的大小。
根据订阅模式，PROVEN fees每两个月收取120美元。客户每两个月收到4个全尺寸产品。
艾米皂市元实践证明，博士，联合创始人兼CTO是在斯坦福大学和USC培训教育的一个数据科学家。关于募集资金的公司信息是当前不可用。
总结思考
在皮肤科当前和新兴的AI应用中，占主导地位的趋势似乎专注于利用图像分析的力量来协助诊断过程（在诊断应用更深兴趣的读者可能需要阅读我们关于文章机器学习在医学诊断中的应用）。
大多数企业正在使用智能手机的摄像头，但是，在MoleScope的例子的路线，图像设备已经集成在努力镜像皮肤显微镜的分辨率更高的能力。
这是一个重要的区别，因为研究表明，皮肤镜已被证明可以提高诊断的准确性减少识别黑色素瘤的误报率。
这是令人鼓舞的许可皮肤科医生和医生是谁非专科医生中使用特殊的意义。在不久的将来，我们应该预见皮肤显微镜般被设计为与智能手机应用程序使用设备的增加实现。
然而，这种商业方法成功的决定性因素将是易用性和盈利能力。由于目前缺乏资金方面的数据，很难预测这种方法在市场上扩散的速度有多快。
新的创业公司正在使用推荐引擎的方法来匹配用户皮肤类型和护肤产品。
由于这些公司只有1到2年的运营时间，他们扩大客户范围和能力的能力将是至关重要的。这在雄心努力中得到了证明，正如证明了美，它的目标是制造产品，并为每个用户定制它们。
皮肤科医生和医疗机构将继续作为重要的顾问和合作者，帮助公司形成他们的方法和交付价值，以改善临床工作流程和努力，实现皮肤疾病的早期检测。
标题图片来源：Adobe公司股票
