揭榜挂帅：基于颠覆性技术+人工智能的皮肤病精准医疗创新领域

日前，工业和信息化部首次人工智能医疗器械创新任务揭榜入围单位正式发布，智能辅助诊断方向“色素性皮肤病（白癜风、黄褐斑）临床分期分级分区辅助诊断系统”项目成功上榜。该项目由中日友好医院崔勇教授领衔负责，由中日友好医院、皑高森德公司联合申报。

该项目以基于皮肤高光谱影像AI数据源、面向皮肤病精准医疗痛点问题而特色鲜明，开启了皮肤病人工智能辅助诊断创新研究领域，作为国家级入围项目，具有标志性和引领作用。

项目负责人崔勇教授认为，该项目的特色在于几个重要创新：一是率先采用皮肤高光谱影像作为AI数据源，并创建了适合皮肤病形态学分析要求的“数字皮肤”模型，实现了强病理关联；二是聚焦于皮肤病精准医疗方向，解决皮肤病，尤其是色素性皮肤病临床诊治中无法准确判断病情和评估疗效的痛点问题，为精准治疗提供依据，辅助确定、迭代和优化治疗方案，支持整个治疗过程，更有效发挥人工智能医疗器械的临床价值；三是突破性地提出并初步形成了较完整的通过皮肤成分分布形态分析皮肤病理的方法，基于此或将诞生“皮肤成分病理”概念，并成为“色素性皮肤病（白癜风、黄褐斑）临床分期分级分区辅助诊断系统”项目的理论支撑和建立精细化的数据标注的标准。

崔勇教授进一步指出，几乎所有的皮肤病都有自己的高光谱影像特征，训练好的模型具有泛化到其他皮肤病种的潜力，为皮肤科精准医疗提供整体解决方案，并与互联网医院模式结合，通过皮肤影像诊断中心赋能，全面提升皮肤影像诊断能力。

算法科学家、皑高森德公司CTO陈威介绍说，该项目的优势在于拥有国际领先水平的皮肤高光谱仿真确定性Monte Carlo算法，实现了皮肤光生物学成分的分离和提取，创建了强病理关联的客观定量指标。基于这个算法，课题组研发出了全球首款皮肤成分无创定量检测医疗器械（北京市创新医疗器械，已取得医疗器械注册证和生产许可证），能够为皮肤病人工智能医疗器械开发提供合规的、高质量的人工智能医疗器械数据。同样基于这个算法，课题组研发的SCE（Skin component extraction）在实现大幅度降维的同时，解决了精细化的数据标注的医学可解释性问题。“色素性皮肤病（白癜风、黄褐斑）临床分期分级分区辅助诊断系统”项目的开发是这个技术的完美延伸和临床价值的提升。

据悉，项目负责人崔勇教授是我国皮肤影像和皮肤病人工智能领域的牵头人，曾构建中国人群皮肤影像资源库（CSID）并研发皮肤肿瘤临床决策辅助系统，并积极推动我国皮肤影像技术体系和质控体系建设。本项目聚焦新型皮肤影像技术——皮肤高光谱技术，组建了核心专家组（包括北京医院常建民教授、解放军总医院李承新教授、空军特色医学中心孟如松教授等），有望产生系列理论研究、临床应用研究、临床诊疗共识、发明专利、人工智能医疗器械产品、数据标注规范等成果。

该项目由中日友好医院和皑高森德公司医工紧密结合、联合开发，并由中日友好医院协同其他医疗机构和研究机构，协同建立基于皮肤高光谱技术的大数据实验室和皮肤病人工智能研究院，共同推动新技术、新产品落地应用。