皮肤恶性肿瘤（包括恶性黑色素瘤、鳞状细胞癌、基底细胞癌及癌前病变光化性角化病）的发病率在我国呈显著上升趋势。既往研究认为亚洲人群发病率低于欧美人群，但近30年数据显示，中国皮肤恶性肿瘤发病率快速攀升。复旦大学华山医院2023年发表于《Scientific Reports》的研究指出：60岁以上人群中，若纳入癌前病变（如日光性角化病），皮肤恶性肿瘤发病率达3.8%。  

  面对发病率激增与皮肤专科医生短缺的双重压力，早期精准诊断成为关键挑战。皮肤恶性肿瘤的早期鉴别及筛查需要皮肤科医生的“听诊器”——皮肤镜。而皮肤镜临床应用，需要长期经验积累与系统培训。尤其在大量良性皮损（如色素痣、老年斑）中识别罕见恶性病变，对医生诊断能力要求极高。

  为此，兰州石化总医院（甘肃中医药大学第四附属医院）皮肤科联合北京专家团队，基于国际权威的ISIC2020皮肤镜数据集（含33,000余张精准标注图像），利用卷积神经网络（CNN）技术，开发出皮肤镜图像智能辅助诊断系统。该系统具有以下核心优势：  

1. 高精度预警：通过调整敏感度参数，对恶性病变的识别预警率达99%以上；  

2. 人机协同：AI预警病例将转入人工复核流程，确保诊断可靠性；  

3. 临床验证：其分类准确性在部分测试场景下已超越资深皮肤科医师水平，符合FDA对AI辅助诊断工具的审批标准。  

  该系统将于近期整合至皮肤科临床诊疗与体检流程，作为皮肤镜诊断的辅助工具，显著提升恶性病灶的早期检出率，为患者争取最佳治疗时机。  

（皮肤科 陶思睿）