皮肤癌无创辅助诊断获新突破！我院董必勤团队利用 OCT 联合学习技术开启精准筛查

近日，复旦大学生物医学工程与技术创新学院、复旦大学义乌研究院董必勤团队联合复旦大学附属华山医院皮肤科卢忠、吴昊团队，在数字医学领域顶刊《npj Digital Medicine》发表重要研究成果。该团队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，成功构建皮肤癌自动化无创诊断框架。此技术首次实现对光化性角化病（AK）、基底细胞癌（BCC）及正常皮肤的高精度分类，在三维数据集测试中预测准确率接近 100%，为皮肤癌早期筛查开辟了 “无创化、智能化” 的新路径。

团队自主研发光谱域 OCT 系统，采集了 1.4 万余张皮肤组织图像，其中包含 6137 张 AK、4547 张 BCC 以及 3817 张正常皮肤图像。该系统以亚细胞级分辨率清晰捕捉皮肤深层结构。通过提取 OAC 图像并深入分析概率密度特征（PDF），团队首次发现 AK 与 BCC 具有特征性的光衰减差异。例如，AK 表现为浅层真皮 OAC 降低，BCC 则出现癌细胞巢局部 OAC 异常，这些发现与病理活检结果高度吻合。

传统 OCT 诊断受信号变异性影响较大，而此项研究创新性地构建了 “ResNet34 图像网络 + 全连接概率网络” 联合学习架构。其中，二维 OAC 图像能够精准解析组织边界细节，如清晰显示真皮 - 表皮交界；一维 PDF 特征则有效捕捉组织本质变化，通过对像素概率分布进行定量分析。双特征融合后，模型整体诊断准确率达到 78.8%，相较于单一 OAC 模型提升了 3.7%，尤其在体积级数据预测中实现了 “零误差”。

该成果技术优势显著，有效解决了传统活检的困境。传统活检存在有创操作，会增加患者痛苦，而此项技术采用无创成像，单次检测仅需数分钟。传统活检误诊率高，AK 与 BCC 容易混淆，新的自动化诊断方法客观性强，AUC 值显著提升。同时，传统活检医疗成本高且流程繁琐，新技术可集成便携式设备，适用于基层医院，大大降低了成本，简化了流程。

据统计，非黑色素瘤皮肤癌（NMSC）占皮肤癌病例的 90% 以上，传统活检导致约 30% 的患者接受了不必要的手术。该技术通过无创筛查，可直接降低患者的时间成本，避免了病理等待，同时减轻了经济负担 。与传统活检相比，无创筛查不仅让患者免受有创操作的痛苦，还降低了单次检测成本 。

团队已着手开发集成 OCT - OAC 模块的便携式诊断仪，通过将先进的诊断技术集成化、便携化，为基层医疗场景提供有力支持，有望改善皮肤癌 “早筛难、漏诊率高” 的现状。

目前，该技术作为复旦大学义乌研究院培育的产业化项目，已推进与当地政策、产业资源的对接工作。研究院正与义乌本地医疗设备企业展开合作洽谈，探索科研成果向量产设备转化的具体路径，旨在推动技术落地，服务社会。这项技术突破不仅填补了无创皮肤癌诊断领域的空白，其 “医工交叉 + 产业转化” 的实践，也为科研成果落地提供了新思路。后续，团队将持续深化合作，加快技术产业化进程。

OCT 皮肤成像系统和联合学习过程示意图

作为浙江省“315”科技创新体系建设的关键支撑和重要组成，全省重点实验室在助力国家战略布局、推动浙江科技创新方面发挥积极作用。此次申报成功，标志着复旦大学义乌研究院在极端环境功能材料领域的创新能力和产业支撑作用获得省级权威认可，在发挥高层次人才引领作用、深化产学研协同创新方面取得重要成果，将为服务国家“双碳”战略、航空航天及先进核能等重大需求提供更坚实的科研平台。