皮肤上长了东西、起了疹子,拍张照片问 AI,是很多人的第一反应。AI 可以根据照片给出一些可能,帮你判断要不要去医院、挂哪个科,但它的判断受很多因素影响,照片的光线、角度、清晰度和距离,以及肤色。用于训练皮肤图像识别的资料,以浅肤色的人群为多,对深一些的肤色判断更容易出偏差。很多皮肤病还需要医生看实物、问病史、用皮肤镜检查,甚至取活检。有几种情况不要只问 AI,要尽快去皮肤科,痣在短时间内变大、颜色不均、边界不规则、破溃出血,尤其是长在手掌、脚掌和甲下的;皮疹伴发热、口腔眼睛生殖器的黏膜也有破溃,可能是严重的药物反应,要立即就医。拍照时,照片里不要带脸和能识别身份的背景,私密部位的照片尽量不上传。本文写清怎么拍、怎么问,以及哪些情况直接去医院。

皮肤照片 AI 只能给方向,痣变大变色、皮疹伴发热和黏膜破溃,直接去医院。
适用人群
皮肤上新长了痣、斑、包,或者起了疹子,想先了解一下的人;担心某颗痣有问题的人;想把皮肤问题的照片发给 AI 的人。
直接就医的情况
· 皮疹伴发热,口腔、眼睛、生殖器的黏膜也出现破溃或红肿,尤其是近期开始吃新的药
· 全身起疹,伴嘴唇或喉咙发紧肿胀、呼吸困难,直接打 120
· 皮肤大面积发红、起疱、脱皮
· 痣在短时间内明显变大、颜色变得不均、边界不规则、破溃出血
· 伤口或皮肤红肿热痛迅速扩散,伴发热
前三种情况,尽快去急诊或皮肤科急诊,严重过敏打 120;后两种,尽快去皮肤科或外科。
AI 能看出多少
把皮肤的照片发给 AI,它会根据照片的颜色、形状、分布等特征,给出几种可能,比如湿疹、荨麻疹、真菌感染、痤疮、色素痣、脂溢性角化。对于典型的、常见的皮肤问题,它的判断有一定参考价值,能帮你决定要不要去医院、挂哪个科。
但它的判断受很多因素影响。照片的光线偏黄或偏暗、角度歪斜、距离太远或太近、对焦不清,都会改变皮损的样子。同一种皮肤病在不同的人身上、不同的阶段,表现可能很不一样;不同的皮肤病,在照片上又可能很相似。研究者指出,用于训练皮肤图像识别的资料以浅肤色人群为多,对深一些的肤色,识别更容易出偏差[1]。
更重要的是,很多皮肤病的诊断,需要的不只是一张照片。医生会问你什么时候开始、痒不痒痛不痛、有没有接触过什么、吃过什么药、家里有没有人一样;会用手摸一摸质地,用皮肤镜放大看皮损的细节,有的还要刮取皮屑做真菌检查,或者取一小块组织做病理检查。这些都是照片做不到的。
痣要注意什么
大多数痣是良性的,但有一种需要警惕的皮肤恶性肿瘤,黑色素瘤,可能由痣变化而来,也可能新长出来。一个常用的自查方法是看几个特征,形状是否不对称,边界是否不规则、模糊,颜色是否不均匀、有几种颜色,直径是否较大,以及近期是否在变化,比如变大、变色、隆起、发痒、破溃出血。其中「近期在变化」尤其重要。
在国内,黑色素瘤常见的发生部位是手掌、脚掌和甲下,比如脚底长出的黑斑,或者指甲上出现一条变宽的黑线,这些部位的变化容易被忽视。有上面这些特征的痣,不要只问 AI,尽快去皮肤科,医生可能会用皮肤镜检查,必要时取活检。
严重的皮疹
大多数皮疹不危险,但有几种要立即就医。皮疹伴发热,口腔、眼睛、生殖器的黏膜出现破溃,皮肤起疱、脱皮,可能是严重的药物过敏反应,常在开始吃一种新药后的几天到几周内出现,需要立即停用可疑的药物并就医,就医时带上近期吃过的所有药物。全身起疹伴嘴唇喉咙肿胀、呼吸困难,是严重的过敏,直接打 120。按压不褪色的出血点或紫斑伴发热,尤其是儿童,也要立即就医。
怎么拍、怎么问
需要拍照时,有几点可以注意。在自然光下拍,不开美颜和滤镜。拍一张能看清位置的全景,再拍一张近景,近景旁边放一把尺子或者一枚硬币,便于看大小。对焦清楚,不要太近导致模糊。隔几天或几周在同样的条件下再拍一张,便于对比变化,这对痣和慢性皮疹很有用。
提问时,说清楚皮损在什么部位、出现多久、有没有变化、痒不痒痛不痛、有没有发热等全身症状、近期有没有吃新药或接触新的东西,以及以前的皮肤病史。请它列出需要立即就医的情况和该挂的科。
隐私
皮肤照片也是健康信息。照片里不要带脸,除非问题就在脸上,这时尽量只拍局部;背景里不要有能识别身份的东西,比如证件、快递单、家里的门牌。私密部位的照片,尽量不上传给 AI,有需要直接去医院看。照片上传前,按第 13 篇的方法检查一遍。
常见误区
AI 看了照片说没事,就不用去医院。照片拍得越近越好。痣没有疼痒,就不用管。脚底和指甲上的黑斑不用在意。吃新药后起了皮疹,继续吃着观察。为了让 AI 看得清,把带脸的照片和私密部位的照片都传上去。
核对与就医
皮肤问题拿不准的,去皮肤科,带上之前拍的照片,便于医生看变化。痣有可疑变化的,尽快去皮肤科。严重的皮疹按上面的情况立即就医。
今天能做的一件事
在自然光下检查一遍自己的手掌、脚底和指甲,有可疑的痣或黑线,拍一张带尺子的照片,记下日期,过几周对比一次。
注。证据等级 B。
参考文献
- [1] Adamson A S, Smith A. Machine learning and health care disparities in dermatology[J]. JAMA Dermatology, 2018, 154(11): 1247-1248.
- 本文为健康科普,不构成诊断或治疗建议,不推荐任何人工智能产品。AI 工具的回答可能出错或过时,涉及诊断、用药和治疗的问题,以医生和药师的意见为准。出现胸痛、晕厥、一侧肢体无力、说话不清、突发呼吸困难,或者身边有人倒地无反应,请立即拨打 120。
于意云 何
免责声明:本文为消费决策参考与行业观察,不构成医疗建议、诊断或治疗方案。医美及健康管理相关决策存在个体差异与风险,请选择正规医疗机构,由执业医师面诊评估后决定。




