近日，国家工业和信息化部、国家药品监督管理局医疗器械注册司组织的 “人工智能医疗器械创新任务揭榜入围单位”名单正式揭晓。其中，皮肤病人工智能辅助诊断“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、皑高森德医疗器械（北京）有限责任公司联合申报。

崔勇（中日友好医院供图）

据了解，研究团队是在首先实现皮肤高光谱仿真技术突破、研发出了全球首款皮肤成分无创定量检测医疗器械的基础上，获得了最适合皮肤病精准医疗的AI数据源—皮肤高光谱图像，从而开启了皮肤病人工智能辅助诊断创新研究领域。

崔勇认为，该项目的创新之处在于：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。

“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。”崔勇说。

据皑高森德公司CTO陈威介绍，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。

基于上述算法，该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，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。

据悉，该项目力图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，进而推动新技术、新产品落地应用。