文章速递

文末点击“阅读原文”可在线阅读文章。

扫描二维码 | 下载PDF原文

论文DOI链接：

https://doi.org/10.1007/s43657-025-00251-8

论文引用格式：

Li, Y., Zhang, L., Bu, W. et al.Deep Learning Models for Automatic Diagnosis and Efficacy Assessment of Scars: A Case Study. Phenomics(2026). https://doi.org/10.1007/s43657-025-00251-8

研究背景

研究结果

一、研究方法与工作流程概述　

本研究所构建的智能模型在临床实际场景中的预期工作流程如图1所示，患者可以在首诊或线上就诊时提供皮损的临床照片，系统首先识别出该皮损是否为“瘢痕”，根据自动特征识别给出瘢痕亚型的分类诊断，并进一步依据VSS评分标准执行评分任务，给出该瘢痕严重程度的量化分数（范围从0到15）。

二、模型性能　

针对不同模型的瘢痕分类任务，本研究绘制了受试者工作特征（ROC）曲线与归一化混淆矩阵。所有模型在瘢痕分类任务中的平均曲线下面积（AUC）均高于 0.9100，平均精确率、平均召回率分别为 0.8631、0.8634。其中 Swin Transformer 模型综合性能最优，平均 AUC 达 0.9696，精确率 0.9027，召回率 0.8876（表1）。

表1 每个网络的超参数设置

    针对临床最常见的增生性瘢痕与瘢痕疙瘩，Swin Transformer 模型的识别 AUC 分别为 0.930、0.974（图2a）。EfficientNet-B0 模型性能次之，平均 AUC 为 0.9518，精确率 0.8796，召回率 0.8827；其增生性瘢痕、瘢痕疙瘩识别 AUC 分别为 0.878、0.977（图2c）。本研究建议将该最优模型作为后续搭建瘢痕管理系统的技术基础。

表2 不同模型在瘢痕亚型分类任务中的性能

三、病例分析

本研究追踪多组完整瘢痕诊疗病例，并将病例图像纳入数据集。图 3 展示最优模型 Swin Transformer 在不同随访周期给出的 VSS 评分结果。尽管人工智能打分存在小幅偏差，但整体变化趋势与评估结论均得到资深皮肤科医师认可。病例1（图 3a）：患者胸部局部瘢痕疙瘩，AI 初始 VSS 评分为 8.6 分。随访 1 个月时，患者出现毛细血管扩张、色素沉着等治疗后常见不良反应，模型对应的色泽、血管分项评分同步升高，与临床皮损表现一致。随访 2 个月后不良反应缓解，色泽评分由 2.6 降至 2.4，改善趋势明显（图 3b）。随访 3 个月时，色泽、厚度、血管三项指标均显著好转（图3c），VSS 总分由 11.3 降至 9.0，充分证实 Swin Transformer 可智能、有效地评估瘢痕治疗效果。 

图3 瘢痕严重程度评分模型在多组完整瘢痕诊疗病例中的应用效果

四、与皮肤科医师人工评估的性能对比

为对比Swin Transformer 与临床医师的评估水平，本研究分别计算模型与 5 名皮肤科医师各分项评分、VSS 总分的平均绝对误差（MAE）。5 名医师组内组内相关系数（ICC）为 0.923，说明医师间评估一致性极佳。 以 3 名参与数据集标注的资深医师给出的标准 VSS 评分为参照，Swin Transformer 在血管、色泽两项的MAE（0.4862、0.5014）略占优势；若对比 5 名医师整体评估水平，该模型在血管（MAE=0.4466）、柔软度（MAE=0.4222）及 VSS 总分（MAE=1.0409）三项指标上的误差显著更低（图 4a）。 图 4b 显示，医师人工评估易受环境因素干扰产生判断偏差，例如光照条件会影响同一瘢痕的色泽判分。本数据集包含 5 组重复图像样本，结合 5 名医师的 VSS 打分结果（图 4c-4g）可见：医师评估最易在瘢痕厚度（绿色标识）、血管分布（红色标识）两项出现主观偏差。

图4 AI和5名皮肤科医生在严重程度评分任务中的MAE比较

研究结论

本研究证实，深度学习模型可实现瘢痕精准分型与温哥华瘢痕量表（VSS）自动打分，具备开展精准瘢痕诊断、客观严重程度评估的应用潜力。在瘢痕疗效评估任务中，Swin Transformer 模型的平均绝对误差（MAE）低于皮肤科医师。未来，深度学习模型可依托精准诊断与客观 VSS 评分，助力瘢痕个体化治疗及严重程度评估工作。

Abstract

支持单位：