近日，北京协和医院皮肤科刘洁主任医师团队联合北京航空航天大学谢凤英教授团队，成功研发了全球首个基于多模态人工智能（AI）的早期蕈样肉芽肿辅助诊断系统，为破解这一临床难题提供了有力工具。该突破性研究成果发表在国际权威皮肤病学期刊British Journal of Dermatology上。本研究得到了国家自然科学基金、中央高水平医院临床科研专项以及北京市自然科学基金等的支持。

蕈样肉芽肿（MF），是最常见的皮肤T细胞淋巴瘤，早期表现与常见的湿疹、银屑病等皮肤病极为相似，误诊率高达30%以上。传统确诊依赖有创的皮肤活检，患者平均需要2—3年才能确诊，往往会错过宝贵的早期治疗窗口期。如何实现早期、无创、精准诊断，成为困扰皮肤科医生和患者的难题。

北京协和医院皮肤科刘洁主任医师团队与北京航空航天大学谢凤英教授团队将患者年龄、性别等基本信息，临床图像和皮肤镜图像这三种模态信息结合起来，训练出AI模型。这个模型就像一位经验丰富的“AI皮肤科专家”，能够深度分析多模态数据信息，并精准识别出那些伪装成普通皮肤病的早期MF皮损。

▲基于RegNetY-400MF的MF多模态融合诊断框架

研究结果显示，该AI系统独立诊断准确率达82.20%，显著高于皮肤科医生诊断该疾病的平均水平（71.52%）。此外，在人机协作方面，当医生参考AI结果进行诊断时，筛查出早期MF的能力（灵敏度）从67.08%大幅跃升至93.48%，同时准确排除非MF病例的能力（特异性）也提升至96.45%。AI辅助对初级职称医生的提升尤为显著，使其诊断准确率平均提高了14.48%，有效缩小了经验差距。同时，该系统还能采用可视方式指出判断依据，增强了诊断的透明度与可信度。

该AI系统对于患者也具有重要意义，推动疾病诊断实现“从有创到无创”的转变，未来有望帮助更多疑似MF患者避免有创的皮肤活检手术，从而减少痛苦和风险。AI辅助还能大幅缩短确诊时间，帮助患者抓住宝贵的早期治疗窗口期，进而改善治疗效果。此外，AI工具可帮助各级医院，特别是经验较少的基层医院医生提高诊断能力，让更多患者受益。

团队此次研发的多模态AI系统，是人工智能在皮肤科诊疗领域的成功应用，不仅提升了医生诊断早期皮肤淋巴瘤的能力，更开启了早期蕈样肉芽肿无创诊断的新路径，有望显著改善患者的就医体验和预后。

北京协和医院刘兆睿博士、北京航空航天大学张漪澜博士为本文共同第一作者。

图片/皮肤科提供

编辑/王敬霞