通常皮肤病诊疗方式主要通过视诊和分析皮肤病理，患者只有采取“面对面”方式才能得到医生的诊治。不过，最近这一传统就诊模式正在悄然发生变化。

    北京协和医院皮肤科通过与清华大学电子工程系图像图形研究所开展紧密合作，尝试通过远程辅助诊疗以及自动化、标准化、准确化的病情评估手段对皮肤病患者进行远程诊疗，以期降低诊疗成本，提高评价治疗手段有效性，并推动治疗方法的进步。

    经验判断难免误差

    据了解，目前人类已知的皮肤疾病约有一千种。同时，还有相当一部分皮肤病的病因不明，其治疗多为经验性或实验性治疗。因此，对这类皮肤损害的记录、皮损面积和严重度评估，以及治疗前后的病情对比成为临床中十分重要的工作。

    而目前这些工作只能由有经验的医师凭借自身判断来完成，不仅耗费时间精力，医师个人的判断亦具有不稳定性，不同医师间的评价更难以取得一致。特别是一些地方医院缺乏皮肤科专业医师，对这类疾病的诊断本身就存在一定困难。

    以银屑病为例，患者病情评分的国际公认标准为银屑病面积和严重度指数（PASI）。然而，在现实中，多名医师的PASI评估结果往往都存在多达10分的误差。

    怎样才能将皮肤病纳入客观评估的体系，一直是皮肤科医生关注的话题。如今，随着图像信息传输技术逐渐成熟，让皮肤科远程诊疗变得不再是“空中楼阁”。

    建立模型力争客观化

    早在2012年，北京协和医院皮肤科便成立专门的课题小组，由科主任孙秋宁教授牵头，刘洁副教授、舒畅博士等医师为主要承担者，进行皮肤病计算机辅助评估及远程医疗方面的研究。

    以红斑—鳞屑性疾病为例，它一直以其皮损记录要求高、评估维度较多、识别困难被认为是检验图形识别技术的“试金石”。而这类疾病中又以银屑病最为多见，病情复杂，临床评估需求最大。课题小组与清华大学电子工程系图像图形研究所共同开发了一套计算机辅助评估银屑病皮损的算法模型，首先采用FotoFinder BodyStudio偏振光照相系统采集银屑病患者的皮损照片，之后对采集的1000余幅病损图片进行人工评分，并用人工评分结果训练计算机模型，比较二者间的符合度。此后，需对不符合的结果进行再次人工评分，并进行互动式校正。目前初步建立起银屑病面积与严重度指数评估的计算机分析及评估模型，对银屑病红斑及鳞屑严重度的识别符合率都在94%以上。

    应用价值将日益凸显

    未来，课题小组将进一步增加训练样本库的容量，并引入人工区域校正等扩展功能，提高识别符合率，使之满足临床使用需求。

    在模型完善后，课题小组还会利用该模型对色素性皮肤病，如白癜风、黄褐斑以及炎症性皮肤病如痤疮、皮炎、湿疹等进行客观评估，使多数皮肤病能够纳入客观评估的适应症中。此外，这种诊疗模式将有助于开展新兴治疗方法的多中心研究，统一疾病严重度的评估标准，促进治疗手段的进步。

    倘若今后能投入多数基层医疗机构应用，不仅有助于缓解国内看病贵、看病难的医疗现状，还可能会在缩减医保费用负担、推进医疗模式改革、促进医学科学进步方面有所贡献。