AI如何帮助用户理解皮肤状况的研究

谷歌研究院的科学家Rory Sayres和Yun Liu近日发表了两项关于人工智能如何帮助普通人理解皮肤状况的研究。超过一半的成年人通过互联网获取健康信息，其中三分之一会使用人工智能，但信息的可及性并不等于易于理解。特别是皮肤病领域，用户常常难以用正确的术语描述症状，例如注意到“腿上的红点”却不知道医学术语“可触性紫癜”。

第一项研究题为《消费者对AI驱动的信息工具理解皮肤问题的评估》，发表于《美国医学会杂志·皮肤病学》。该研究通过在线调查，向2345名参与者展示了匿名的皮肤病例，包括图像和病史。参与者被随机分为三组：对照组使用常规网络搜索，AI组使用一个提供3至7种匹配条件的AI原型界面，“绿野仙踪”组则使用由皮肤科专家提供的高质量预测结果。结果显示，AI组参与者更愿意尝试命名病情（62%对41%），且准确率提升了近三倍（23%对8%）。然而，在判断下一步行动（如使用家用疗法还是紧急就诊）方面，AI组并未表现出显著优势，甚至倾向于选择较不紧急的措施。AI组的下一步准确率没有显著提高，而“绿野仙踪”组略有提升（63.5%对60%）。

第二项研究题为《借助AI应对皮肤问题：以人为中心的社区皮肤病学应用调查》，发表于去年的ACM计算机-人交互会议（CHI）。研究团队与斯坦福医疗AI应用团队及圣克拉拉家庭健康计划合作，招募了110名有实际皮肤问题的参与者，他们主要使用四种语言。参与者使用翻译为本民族语言的AI应用，随后立即咨询临床医生。结果发现，参与者命名病情的准确率提升了260%，但绝对数值仍然较低。参与者高度依赖教科书图像与自身病情的视觉匹配，这凸显了AI工具需要涵盖多种肤色、严重程度和身体部位的图像的重要性。临床医生在86%的情况下认为AI预测与自身诊断一致，并在92%的情况下认为该应用有帮助，常将其作为医患沟通的参考工具。

综合两项研究，谷歌团队认为，基于图像的AI搜索能降低用户门槛，但未来需要更个性化的AI指导，帮助用户有效解读复杂的医疗信息。研究人员强调，持续开展以人为中心的研究至关重要，以确保AI工具真正服务于多元背景的用户，改善他们的健康决策。