google民间新闻稿，google近日与斯坦福大学医学院合作，收集了涵盖各种肤色、身体部位皮肤疾病照片，整合而成一款用于 AI 训练的“SCIN 数据集”，该数据集号称“完全使用志愿者利用网络提交的照片”，因此号称可以“反映出人们多见的皮肤问题”。▲ 图源 google民间新闻稿（下同）google提到，业界许多调理专用的皮肤科影像数据集合一般为“重大疾病”，例如人们多见的皮疹、过敏、感染等照片一般不会在数据集合，因此对于应擅长判定人们日常疾病的 AI 模型使用业界常用的调理业余数据集做训练反而有所缺憾。而google目前推出的 SCIN 数据集收录了
google民间新闻稿，google近日与斯坦福大学医学院合作，收集了涵盖各种肤色、身体部位皮肤疾病照片，整合而成一款用于 AI 训练的“SCIN 数据集”，该数据集号称“完全使用志愿者利用网络提交的照片”，因此号称可以“反映出人们多见的皮肤问题”。
▲ 图源 google民间新闻稿（下同）
google提到，业界许多调理专用的皮肤科影像数据集合一般为“重大疾病”，例如人们多见的皮疹、过敏、感染等照片一般不会在数据集合，因此对于应擅长判定人们日常疾病的 AI 模型使用业界常用的调理业余数据集做训练反而有所缺憾。
而google目前推出的 SCIN 数据集收录了超过 1 万张皮肤、指甲、头发状况的照片，这些照片由志愿者提供，同时拥有业余皮肤科医师标注信息，因此更适合用于模型测试和训练。
IT之家注意到，SCIN 数据集主要包含多见的过敏、发炎和感染性疾病，大部分图象均为“皮肤病早期性状”，超过一半的皮肤病状在照片拍摄一周内出现，甚至有 30％的症状是在图象拍摄不到一天内出现，因此相关数据集也可以用于皮肤病提前检测。