掌握皮肤摄影、皮肤镜、皮肤CT、皮肤超声等皮肤影像技术，可显著提升与拓展皮肤科医生的诊断能力。与此同时，通过皮肤影像技术获得的多维度皮肤病影像资料，也正是人工智能深度学习所需要的大数据来源。

10月13日,在北京举行的首届全国皮肤病人工智能临床应用研究高峰论坛上，来自全国的皮肤影像领域专家汇聚一堂，共话皮肤影像现状与发展。论坛上，国内著名皮肤影像专家、中国人民解放军空军总医院皮肤病医院孟如松教授说道,“没有相关的标准和规范，很多图像数据无法被使用和研究，最终会成为无用的‘垃圾数据’。” 加快皮肤影像标准体系建设是本次论坛上专家们共同的呼吁。

皮肤影像技术发展提速 

当低能量的半导体发出波长为830nm 激光，穿透表皮到250-300μm 深的真皮浅层，可以看到高折光的黑素细胞、噬色素细胞、色素化的角质形成细胞充斥其中……透过大屏幕上的幻灯片，武汉市第一医院陈柳青教授在本次高峰论坛上展示着“界面皮炎的皮肤CT特征”。

“皮肤CT是以组织病理学为基础的皮肤影像技术，而且它无创、实时、动态。”陈柳青教授说，“相较于肉眼观察，皮肤CT可以更好地显示出皮肤界面的改变，让我们对鉴别炎症性皮肤病如皮肌炎、红斑狼疮等一旦误诊可能导致严重后果的疾病做出更精准的判断。”

据不完全统计，目前我国2万余名皮肤科医生中，已有1/4~1/3 购置了便携式皮肤镜，不少医疗单位配备了皮肤镜工作站、皮肤共聚焦显微镜、皮肤超声、皮肤CT等皮肤影像装备。

近年来，皮肤影像技术在国内外得到迅速发展。2000年左右，国内开始在皮肤影像领域开展相关工作。“从最初的皮肤摄影，到皮肤镜，再到皮肤共聚焦显微镜和皮肤超声等，我国逐渐形成皮肤影像的较完整技术谱和知识体系。”复旦大学皮肤病研究所所长张学军教授介绍道。

中日友好医院皮肤科崔勇教授团队自2005年开始开展皮肤影像领域工作研究，发表多篇本领域述评和共识。2017年5月，由崔勇教授牵头发起的中国人群皮肤影像资源库（CSID）项目启动，该项目主要任务之一就是建立皮肤影像的全国性协作网络，截至目前，项目协作医院数量已达2600家，接收了30多万组高质量图片数据。

今年9月，设立在中日友好医院的国家远程医学与互联网医学中心成立了皮肤影像能力建设委员会，并迅速开启了我国皮肤影像标准化培训、应用中心遴选和皮肤影像能力考核认证。目前，已有18家单位获皮肤影像示范单位称号，89 家单位获示范建设单位称号，137家单位获推广单位称号。

皮肤影像能力认证已启动

“虽然皮肤影像技术正在快速发展中，但现阶段我国皮肤影像事业存在皮肤影像设备不完整、技术线路未整合、临床研究和应用水平存在较大地区差异、人员尚无培训和专业认证设备和技术尚无公认标准等问题，皮肤影像规范模式和技术路径亟待建立。”崔勇教授如是说。

提到皮肤影像技术未来的发展，孟如松教授说的最多的就是——制定标准，“影像设备的标准、获取图像方法的标准、图像质量评价的标准、图像标注的标准等，这些都会影响皮肤影像技术与皮肤AI技术的发展。”

一份好的皮肤影像资料可以清楚告诉医生某种皮肤疾病的病症信息，而大量的皮肤影像集合在一起就可以形成一张数据网络，通过深度学习的算法，推动整个皮肤科人工智能化发展。

孟如松教授表示，近年来快速发展的人工智能辅助诊断技术是以皮肤影像“大数据库”为基础的，皮肤影像技术水平高低与皮肤科人工智能发展有着非常密切关系。“皮肤AI研究最关键的第一步就是需要收集大量高质量的图像数据，做出满意的图像标注 。”

推动皮肤影像标准体系建设，“大招”来了。最近，国家远程医疗与互联网医学中心皮肤科专委会已正式启动我国皮肤影像能力体系建设工程，包括示范基地建设、标准化培训课程及皮肤科医生能力认证等工作模块。皮肤科医生皮肤影像能力认证将按照“三类三级”进行考核和管理。“三类”分别为皮肤镜、皮肤共聚焦显微镜和皮肤超声；“三级”则为初级、中级和高级。

目前，皮肤影像初级考核已经开启，成绩优异者可以进一步获得参加线下皮肤影像中级考核资格。“通过线上线下相结合的考核模式，让更多基层的尤其是边远地区的皮肤科医生参加皮肤影像技术的标准化培训成为可能和常态。”崔勇教授说道。

“CSID和皮肤AI研究和使用更能够让医生深入了解患者的病情，以及病情的变化。”廖万清院士对广大医师说，“如今，人工智能对皮肤科学科的发展有着推动和促进的作用。所以，每一位医生都需要学习和研究，利用人工智能在疑难杂症方面的优势，更好地服务患者。”