多模态AI破解疑难皮肤病诊断

皮肤瘙痒伴皮疹反复发作，常被误认为普通湿疹，实则可能暗藏罕见肿瘤。浙江大学医学院附属第一医院皮肤科主任乔建军团队研发出自监督多模态AI系统，有效解决蕈样肉芽肿易漏诊、误诊难题，相关成果已发表于《British Journal of Dermatology》。

患者李阿姨（化名）六年前手臂及大腿出现皮疹与瘙痒，初期自行用药无效，被当地医院诊断为慢性湿疹，每两三个月复发一次。随着病情加重，皮疹蔓延全身，遂前往浙大一院就诊。乔建军经查体发现其全身分布边界清晰的暗红色斑块，特征与普通湿疹差异明显，建议进行皮肤活检及免疫组化检测。结果显示，李阿姨罹患蕈样肉芽肿，这是一种罕见的原发于皮肤的T细胞淋巴瘤，百万人群年发病率仅5至6人，因早期症状与湿疹、银屑病等相似，被称为皮肤病“模仿大师”。

明确诊断后，团队采用规律干扰素皮下注射方案。治疗两周后，患者皮损明显变薄，瘙痒大幅缓解；五周后，体表斑块与鳞屑持续消退，顽疾得到有效控制。乔建军指出，该病病程进展缓慢，部分患者需数年甚至数十年才发展为明显肿瘤，早期无特异性症状，且发病表现无规律，皮疹多不对称，好发于腰腹、臀部等隐蔽部位，仅靠肉眼观察极易误判。

病理诊断亦是难点。部分患者活检样本缺乏“亲表皮现象”等关键特征，单次活检难以精准判读，多数患者需多次、多部位取样才能确诊，易延误治疗时机。针对这一痛点，团队构建的自监督多模态AI系统，能精准鉴别蕈样肉芽肿与湿疹、银屑病、药疹等相似皮肤病。

该系统突破传统单一病理读片模式，具备多重优势。首先，诊断维度更全面，同步融合患者年龄、病程时长、皮损分布特点等临床信息，通过双维度数据融合分析，提升诊断精准度。其次，诊断过程可溯源、可解释，AI系统判别时会高亮标记核心诊断依据区域，精准锁定皮肤表皮、真皮浅层的关键病变特征，判读逻辑与资深专家高度契合，摆脱“黑箱操作”。此外，系统适配性强、稳定性高，经浙大一院、南方医科大学皮肤病医院两大医疗中心病例数据交叉验证，宏观AUC值超0.85，诊断效能优异。临床测试显示，无论年轻基层病理医生还是资深专家，借助该工具后，疑难皮肤病诊断准确率均显著提升。

专家提醒，若皮疹反复发作超过半年、常规用药无效，或伴随皮损斑块增厚、淋巴结肿大等症状，切勿简单判定为顽固性湿疹。需及时前往具备皮肤科、血液科的综合性医院就诊，必要时接受皮肤活检检查，坚持早发现、早确诊、早治疗，保障皮肤健康与生命安全。