mSWAT-Net皮肤肿瘤负荷AI模型

自动化mSWAT评分

通过三维优化的重叠区域分割子模块，解决了多角度照片中的重复计数误差，使自动评分达到专家级准确性。

Liu, Zihao · Pan, Haihao · Kecen, Liu · Wen, Yujie · Qin, Yao · Dang, Jingyang · 蒋婷婷 · 汪旸

Journal of Investigative Dermatology 2025

参数信息

mSWAT评分ICC（内部验证）

0.917

mSWAT评分ICC（时间验证）

0.846

mSWAT评分ICC（与3D真值对比）

0.812

图像评分ICC（对比初级医生）

0.777

技术优势

消除重复计数

重叠区域分割子模块针对多角度照片训练，能识别并避免同一病变被重复计算，从而提高评分准确性。

达到专家水平

在内部验证中，mSWAT-Net的ICC为0.917，与经验丰富的皮肤淋巴瘤专家相当，因此可以替代人工评分以节省时间。

超越初级医生

在图像评分中，mSWAT-Net的ICC为0.917，显著高于三名初级皮肤科医生的0.777，能减少经验不足导致的误差。

支持远程应用

模型已部署为免费网页应用，医生可上传照片远程获得评分，便于随访和会诊，无需安装本地软件。

应用场景

• 皮肤T细胞淋巴瘤管理：自动计算mSWAT评分，监测肿瘤负荷变化以指导治疗调整。
• 皮肤科远程会诊：基于网页应用，医生可远程上传照片获得评分，便于会诊。
• 临床影像分析：对全身照片进行自动分割与重复计数校正，输出可靠评分。
• AI辅助诊断：提供专家级客观评分，减少人工评估的主观差异。