NHS 实证 Skin Analytics 自主 AI 皮肤癌工具：16 个月审 8391 例，省 2851 小时医生时间、释放 8500 余个号源

Skin Analytics 自主 AI 器械 DERM 站上 NHS 皮肤癌转诊第一道关口：16 个月审核 8391 例，省 2851 小时医生时间与 8500 余个号源

影响分析 × 医院信息化/临床医生 ｜ 趋势前瞻 × 投资人与产业分析师 ｜ 产品发布

Chelsea and Westminster Hospital NHS Foundation Trust 的最新研究显示，Skin Analytics 的自主 AI 器械 DERM 被放在紧急疑似皮肤癌转诊的第一道审核关口。16 个月内它审核 8391 名患者，占该信托同类转诊的 94%，节省 2851 小时医生时间，产能增益 62%，可释放 8500 余个号源。

开场：16 个月、8391 例，AI 站在紧急皮肤癌转诊的第一道关口

DERM 在这条路径中的位置值得先说清楚：它并不是在诊室里给医生递上一份参考意见，而是直接进入转诊链条的最前端，成为第一道审核者。研究单位为 Chelsea and Westminster Hospital NHS Foundation Trust，相关数据由 College of Contemporary Health 转述 Digital Health 的报道。观察期自 2024 年 12 月起算，前后共 16 个月，DERM 通过智能手机采集的临床影像与皮肤镜影像，对 8391 名紧急疑似皮肤癌转诊患者完成审核，这一数量占该信托全部紧急皮肤癌转诊的 94%。审核动作之所以要前移，源于长期存在的结构性错配：英格兰的紧急疑似皮肤癌转诊自 2009 年以来几乎增长两倍，但其中仅约 6% 最终成为紧急皮肤癌诊断；与此同时，英国约四分之一的皮肤科医师岗位目前处于空缺状态。转诊量膨胀叠加专科人力紧张，低风险病例长期占用本应留给高风险患者的专家时间。把第一道关口交给器械，本质上是重新分配稀缺的注意力。

覆盖到什么程度：占该信托同类转诊的 94%，两家医院自主出院率 31% 与 25%

覆盖率决定这套路径能否真正成立。DERM 的处理规则并不复杂：对判定为非癌性的病例直接自主出院，对识别为高风险的病例转由远程皮肤科医生复核，由此形成两级分流。在信托下属的两家医院，分别有 31% 与 25% 的患者由 AI 自主出院，全程未经任何临床医生复核；远程皮肤科医生随后在两地又分别再出院 24% 与 25% 的患者。两项相加，AI 自主出院与远程复核出院已经覆盖了转诊量中相当可观的一部分，真正需要进入面对面专科诊疗的只是剩余部分。这一结构变化对临床流程的影响是具体的：原本由皮肤科医师亲自完成的初筛判断，被拆成了器械判定、远程复核与面诊三段，专科医师的时间被集中到最后一段。值得注意的是，31% 与 25% 之间的落差提示同一套器械在不同院区的落地表现并不完全一致，这与转诊人群构成、影像采集质量以及本地流程安排都可能存在关联，也说明覆盖率并不自动等同于均质性。对医院信息化部门而言，这类差异意味着部署自主审核不能照单一模板复制到所有院区，上线前后的分院区监测应当被视为常规动作，而不是可选项。

省下的时间去哪了：2851 小时、62% 产能增益与 8500 余个号源

真正的产出最终落在时间账上。当自主出院、远程皮肤科处理时间的缩短以及少于面对面就诊的手术申请这几项因素叠加之后，DERM 在整个观察期内共节省 2851 小时临床医生时间，研究者将其折算为 62% 的临床产能增益，并进一步推算这部分产能可释放超过 8500 个面对面皮肤科号源。研究第一作者、该信托顾问皮肤科医师 Lucy Thomas 表示，自主 AI 的最大价值不在技术本身，而在于它释放出的专科产能；每一小时从低风险皮损审核中省下的时间，都可以重新投入到皮肤癌患者身上，帮助他们及时获得治疗并改善预后，也可以投入到重度炎症性皮肤病患者身上，因为更早获得专科诊疗和有效治疗能够显著改变其生活质量。Skin Analytics 创始人兼首席执行官 Neil Daly 则表示，这些结果显示了医院信托在规模化落地 AI 时可能发生的变化，并称 NHS 在癌症诊疗中运用自主 AI 展现了真正的领导力。在投资人与产业分析师看来，8500 个号源这样的量级才是有说服力的采购理由，它把 AI 从效率工具变成了产能工具。

代价与边界：活检率从 43% 降到 27%，远程皮肤科再出院 24% 与 25%

效率之外，路径的改变还带来了诊疗行为的收敛。在 DERM 支持的路径下，活检率为 27%，而在传统面对面诊疗路径下为 43%，这意味着相当一部分原本会被送去做活检的病例，在影像审核阶段就被判定为不需要。安全性方面，DERM 是 CE 标志的 III 类 AI 器械，已被证明能以皮肤科医师的水平识别皮肤癌，近期全国监测显示它正确识别了 98% 的确诊皮肤癌。落地规模也同步扩大：DERM 目前已在超过 25 个 NHS 信托使用，累计评估超过 25 万人、识别超过 2.5 万例癌症。不过活检率下降本身是一个需要谨慎解读的指标，它既可能反映不必要的活检被有效避免，也可能意味着部分判断被前移到了影像环节，因此长期随访数据的价值随之上升。对临床医生来说，理解器械在哪个环节终止判断、后续由谁接手，比单纯接受一个准确率数字更重要；AI 自主出院的 31% 与 25%，加上远程皮肤科再出院的 24% 与 25%，共同划出了这套路径的责任边界。

冷静观察：单一信托数据未复制，62% 与 8500 是推算值，研究部分由护肤品品牌资助

冷静审视这批数据，边界同样清晰。首先，结果来自单一信托的真实世界研究，尚未在更大人群与不同医疗场景中复制，Thomas 本人也把结论限定在「如果这些发现在更大人群和不同医疗场景中得到复制」的前提之下，并强调自主 AI 的目标不是取代皮肤科医师，而是让稀缺的专科专长集中到最能改变患者结局的地方。其次，62% 的临床产能增益与超过 8500 个面对面号源均属研究者推算值，并非直接观测到的实际释放量，从产能增益到号源真正释放之间还隔着排班、场地与人力配置等现实约束。再次，研究部分由护肤品品牌 La Roche-Posay 提供资助，虽不足以否定结果，解读时应当明确披露。此外，两家医院在自主出院率上的差别也提示这套路径的表现存在场景依赖。对产业侧而言，单一中心 16 个月的数据足以支撑规模化的商业论证，却尚不足以支撑临床结论的普遍化，后续多中心复制才是决定其长期位置的关键。

原文链接：College of Contemporary Health

千方医数集编辑部 出品