AI技术赋能皮肤科诊疗创新

张三泉 教授

广州市皮肤病医院

皮肤科凭借皮损表现直观、影像资料易采集、病情演变清晰可见等特性，天然适合人工智能技术的转化落地。伴随医学影像解析、自然语言处理及大语言模型的演进，AI正从早期辅助辨识工具逐步拓展至病历管控、效果评价、患者追踪及临床研究等多个层面，成为驱动皮肤科诊疗模式革新的关键技术支撑。

在实际临床中，皮肤科慢病管控长期受制于随访间隔久、病情判断主观性强、病历资料零散、科研数据搜集低效等困境。以银屑病为代表的慢性病患者需长期动态监控皮损演变及合并症状况，传统管理方式在规范记录与持续追踪上存在短板，无法同步实现高水平诊疗与科研数据沉淀。

针对上述需求，AI可在多个核心节点发挥效用。其一，利用自然语言处理与结构化技术自动解析病历文本，抓取关键要素并构建规范化专科数据库，从根本上改善病历质量与数据使用效能。其二，融合临床照片、皮肤镜等多源影像，对皮损特点进行识别与定量测算，协助病情分级及效果评价，提升评判的客观度与统一性。其三，借助数据可视化系统完成病例管理、统计分析以及科研数据提取，减轻重复劳动压力，增强临床科研协作效率。同时，通过面向患者的数字工具实施健康教育、复诊提醒和症状登记，优化患者配合度与就诊感受，逐步建立起院内院外协同的闭环管理体系。

大语言模型为皮肤科开辟了全新应用空间。在文献汇总、综述编写、教育资料制作及随访信息整理等环节表现优异，可提高信息处理效率并改善工作流程。但其应用也存在一定局限，诸如知识更新受制于训练数据、输出可能产生"幻觉"、临床推理缺乏稳定可靠的解释性等。故而当前阶段更适宜作为辅助手段，在医生指导下参与临床科研活动，而不能取代独立的诊疗判断。

总体来看，AI在皮肤科的价值不仅限于效率提升，更在于推动诊疗规范化、增强专科疾病管控力并促进优质医疗资源向基层延伸，这在初级医疗保健中尤为关键。未来，随着多模态模型、专科数据库和应用场景的不断优化，AI将有望肩负更多基础性与辅助性任务。高水准、规范化的数据积淀将是驱动技术持续改进与临床转化的重要基石。

自2020年8月28日首届"樱花皮肤健康论坛"启动以来，已累计举办85场活动。据该项目发起人、中日友好医院崔勇教授介绍，每期均邀请2位主讲师和4位讨论嘉宾，聚焦单一主题展开深度探讨。本文内容选录自第五季第十三期（总第81期）。

论坛发起人：崔勇教授

内容整理：杨俊刚

内容审核：崔勇教授