超越肉眼所见：高光谱成像（HSI）如何为皮肤癌诊疗打开新维度

皮肤癌是全球范围内发病率持续攀升的恶性肿瘤之一。临床上通常将其分为非黑色素瘤皮肤癌（NMSC）和黑色素瘤两大类，前者以基底细胞癌（BCC）和鳞状细胞癌（SCC）最为常见。无论哪一种类型，早期发现都直接关系到治疗方案的制定与患者的预后。

目前，皮肤镜是皮肤癌初始筛查的常用工具，它能帮助医生观察到肉眼难以辨识的皮损形态特征。然而，皮肤镜所捕获的信息本质上仍局限于人类三色视觉（红、绿、蓝）的框架之内。换言之，皮肤镜让我们“看得更近”，却未必让我们“看得更深”——许多组织层面正在发生的变化，在RGB色彩空间中是隐形的。

这正是高光谱成像（Hyperspectral Imaging，HSI）技术切入临床痛点的关键位置。

从“看得见”到“看得透”：HSI的核心逻辑

高光谱成像的原理并不复杂：它不再只采集红绿蓝三个波段的光信息，而是在可见光到近红外范围内连续采集数十甚至数百个窄波段的光谱数据。每一种生物组织——包括正常皮肤、癌变组织、色素、血红蛋白等——都有其独特的光谱“指纹”。当HSI与机器学习算法结合，系统便能够利用这些光谱差异，在像素级别上对组织进行客观分类。

通俗地理解：如果说皮肤镜是一张彩色照片，HSI提供的更像是一份逐像素的“成分分析报告”。

从实验室到临床：HSI的实证进展

近几年的临床研究正在不断验证HSI在皮肤癌诊疗中的实际价值。

在病变分类方面，一项2025年发表的研究提出了一种称为SAVE（Spectrum-Aided Vision Enhancer）的高光谱成像方法。该方法能够将普通RGB图像转化为窄带图像，通过HSI技术增强癌变区域与正常组织之间的对比度，从而提升分类的准确性。研究团队测试了包括CNN、ResNet50、YOLO v8在内的十种机器学习算法，结果显示SAVE方法在准确性、灵敏度和特异性上均优于传统RGB成像方案。

在黑色素瘤无创诊断方面，一项纳入325个病灶、285例患者的研究表明，HSI结合深度神经网络在区分恶性与良性色素性病变时，多数投票分类的总体灵敏度达到95%，特异性达到92%。该研究同时指出，HSI兼具大视野和快速成像的优势，为无创诊断提供了可行路径。

在手术边界界定方面，HSI同样展现出潜力。一项针对高风险面部基底细胞癌的初步研究在Mohs显微手术前使用HSI进行肿瘤侧向边界划定，像素级分类的准确率为0.76，灵敏度0.75，特异性0.78，ROC曲线下面积达到0.84。另一项2024年发表的研究则报告，在BCC和SCC的边界评估中，HSI方法的中位AUC值分别达到0.8924和0.8014，研究者认为HSI“可以成为术前评估癌变边界的客观辅助工具”。

这些研究传递出一个共同的信号：HSI正在从概念验证走向临床实用，其核心价值在于为医生提供客观、可量化、超越肉眼分辨率的决策支持信息。

对医院意味着什么？

对于正在寻求提升皮肤科诊疗能力的医疗机构而言，HSI的意义体现在几个层面：

辅助早期筛查。 HSI提供的窄波段光谱信息，有助于在传统皮肤镜难以明确判断的病例中发现更多线索，为是否需要进一步活检提供参考依据。

减少不必要的活检。 当前临床实践中，大量良性病灶被切除以排查少数恶性病变。HSI的高灵敏度特性有望帮助医生在术前做出更准确的判断，从而优化活检决策流程。

支持精准手术规划。 对于需要手术切除的皮肤癌，肿瘤边界的准确判定直接关系到切除的彻底性与功能保留。HSI提供的像素级分类图可以为术前规划提供客观参考。

拓展科研与学科建设。 HSI作为一个交叉技术平台，融合了光学成像、光谱分析与人工智能，为医院在皮肤影像学方向开展临床研究提供了新的切入点。

技术仍在演进，价值正在显现

需要坦诚指出的是，HSI在皮肤癌领域的临床应用仍处于快速发展阶段。特异性指标在部分研究中仍有提升空间，更大规模的临床试验和标准化流程建设也在推进之中。但这并不妨碍一个基本判断的形成：HSI为皮肤科医生提供了既往无法获得的信息维度，其在皮肤癌筛查、诊断与手术辅助中的应用前景正在被越来越多的研究所印证。

我们专注于高光谱成像技术在医疗领域的应用与推广。如果您所在的医院或科室正在关注皮肤影像诊断的技术升级，欢迎与我们交流探讨，共同推动这一技术更好地服务于临床。