复旦大学生物医学工程与技术创新学院董必勤团队联合华山医院皮肤科卢忠和吴昊团队在npj Digital Medicine发表研究，提出基于光学相干层析成像（OCT）与光学衰减系数（OAC）的联合学习策略，构建皮肤癌自动化无创诊断框架。团队利用自主研发的 OCT 系统采集1.4万余张图像，提取OAC图像并分析概率密度特征，发现光化性角化病（AK）与基底细胞癌（BCC）的特征性光衰减差异与病理高度吻合；通过 “双路径网络” 融合图像与概率特征，模型整体准确率达 78.8%，三维数据集测试中预测准确率近 100%。
该技术整合 AI 与临床资源，可减少不必要活检，提升诊断效率与客观性。针对非黑色素瘤皮肤癌（NMSC）中AK与BCC易误诊、传统活检有创等问题，研究为早期无创筛查提供新路径。未来计划扩大数据集、开展多中心验证，推动技术向基层普及，助力降低患者负担并优化诊疗流程。
图：OCT皮肤成像系统和联合学习过程示意图。
论文链接：https://doi.org/10.1038/s41746-025-01634-x