AI 數痘痘跟醫師一樣穩？聊天機器人的建議卻不夠準

AI 看痘痘可信嗎？韓國研究：AI 數痘的一致性 ICC 0.890–0.945，與醫師彼此相當；六個聊天機器人答痘痘問題聽來周到，對照英國指引卻不夠準。數痘 AI 尚無前瞻性試驗。

張宏嘉 Benjamin Chang 皮膚科專科醫師 · VSKIN 院長 · PSKIN 主治醫師

發表於 2026年10月27日 痘痘AI會議筆記

同一張臉，早上在診間的白光下拍一張，晚上在浴室的黃燈下用手機再拍一張，再把臉側過去一點。皮膚科醫師數出來的痘痘顆數，三張不會一樣。

今年 6 月 Pierre Fabre 在里斯本辦的 International Forum of Dermatology（IFD 2026），主題是 AI，第二場〈Beyond the Surface〉談痘痘。三位講者從三個方向切入：義大利的 Marco Ardigò 談怎麼用 AI 縮短保養品試驗，韓國首爾大學的 Jung-Im Na 談 AI 數痘痘，葡萄牙的 Pedro Mendes Bastos 談青少年從 TikTok 和聊天機器人學痘痘。

先把粉刺怎麼長、怎麼退看清楚

Ardigò 是做非侵入皮膚影像的。他先用兩種儀器看痘痘：反射式共軛焦顯微鏡（RCM）由上往下看，解析度接近切片，看得到發炎細胞和毛孔口的角化；動態光學同調斷層（D-OCT）看縱切面，還能看血流。

他拿一款含水飛薊果實萃取（Silybum marianum fruit extract，講者稱 Comedoclastin，是主辦單位 Pierre Fabre 旗下保養品的成分）的產品，追蹤粉刺從形成到溶解。形成時看到發炎細胞聚集、角栓出現、毛孔口變寬變深、血管增加；擦了兩週之後，角栓消失、洋蔥圈狀的角化邊緣不見、毛孔口縮小。

這篇已經發表在 2026 年 1 月的《Dermatology Practical & Conceptual》，收的是 5 位 15 到 25 歲、輕度粉刺型痘痘的病人，追蹤兩週，沒有對照組。共同作者兩位是 Pierre Fabre 員工，Ardigò 本人是 Pierre Fabre 的顧問與講者，論文的醫學寫作由 Pierre Fabre 出資。它能說的是「在影像上，粉刺形成與溶解長這樣」，不能說這款產品比別的東西有效。

口服 A 酸停藥之後，想用保養品守住

他想用這套影像經驗設計的，是一個維持試驗。

投影片標題寫的是「預防復發的突破性研究」；下面那一行說的是：多中心、隨機、盲性的比較試驗，看一款保養品能不能在口服 A 酸療程結束後維持效果。

這個試驗在 ClinicalTrials.gov 有登記（NCT07341659），贊助者是 Pierre Fabre：

講者說「初步數據很有希望」，現場沒有給任何數字。

有一點值得先記下來。他的研究背景投影片上寫著，這款產品的假說是「可以維持口服 A 酸的效果，並作為一般建議的外用 A 酸之替代策略」。但登記的設計是跟對照保養品比，沒有外用 A 酸那一組。就算結果漂亮，回答的也是「比沒有有效成分的保養品好不好」，回答不了「能不能取代外用 A 酸」。

口服 A 酸停藥後的復發，站上整理過美國保險資料庫 19,907 位病人的追蹤：停藥後復發 22.5%，再開一次 A 酸 8.2%；累積劑量與療程長短的爭議也在那一篇——〈口服 A 酸吃多久？累積劑量與低劑量控油是兩回事〉。這個維持試驗的結果出來時，可以拿那篇的數字對著看。

用 AI 生成一半的病人

這一場真正跟 AI 有關的，是 Ardigò 的下一步構想。

保養品試驗很難做：要收很多人、追很久，對照組的人沒有被「治療」，退出的人特別多。他的想法是，真實病人只收一半，另一半用 AI 依照真實病人的資料生成，省下時間與經費；罕見疾病病例本來就少，也許更用得上。

他引用的是法國土魯斯一篇 2025 年發表在《Journal of Medical Internet Research》的研究。研究者用一種叫 geometry-based variational autoencoder（幾何式變分自編碼器）的生成模型，拿 521 位病人的資料，生成 5,000 位與 10,000 位「人造病人」。

圖上這張表照抄論文：人造病人和真實病人的整體相似度（fidelity）在 5,000 人時是 97.8%，10,000 人時是 94.6%；數值欄位的分布 100% 吻合，類別欄位 96.4% 與 91.2%，欄位之間的相關性 97.1% 與 92.6%。人造病人也對不回任何一位真人，隱私守得住。

讀這篇要知道它的資料是什麼。那 521 位病人的資料，來自一個幫病人準備麻醉的對話機器人，是每人 85 個欄位的術前問卷：年齡、性別、病史、用藥。一個時間點、沒有治療、沒有結果。作者自己寫，下一步要加進隨時間變化的資料，還要拿舊試驗的資料重跑一次，驗證人造病人能不能重現真實試驗的結論。

講者在台上說可以「放大 5 到 10 倍」；論文寫的是每 1 位真人生成 10 位與 20 位。

痘痘維持試驗要量的，偏偏是 12 個月裡會不會復發，是一條隨時間走的曲線。從「術前問卷長得像」到「復發曲線長得像」，中間還隔著那一步驗證。

他在台上考了聽眾一題：兩位吃過口服 A 酸的病人，26 歲那位和 34 歲那位，哪一位是 AI 生成的？答案是 26 歲那位。看起來分不出來，是這場示範的重點。

問答時間有人問：虛擬病人沒有真的擦藥，你怎麼知道 AI 不是在編結果？Ardigò 的回答很坦白：AI 生成的不是雙胞胎，是「盡量像真實病人、有它的限制」的病例；原始病例裡沒出現過的罕見副作用，生成的病例裡也不會有。

試驗裡最要緊的往往就是那個沒人預料到的副作用。用生成的對照組補人數之前，這一句要先放在桌上。

AI 數痘痘：準不準，看你用哪一把尺

第二位講者 Jung-Im Na 是首爾大學盆唐醫院的皮膚科教授。

她先講痘痘為什麼難分級：痘痘自己會起伏，臉上分布不均，同一位醫師前後兩次評分就不一樣，不同醫師之間更不一樣；從 1956 年的 Pillsbury 量表到美國 FDA 試驗用的醫師整體評估量表（IGA），量表很多，沒有一把是大家都認的。一顆一顆數最客觀，但在門診裡很花時間；發炎後的色素和痘疤常常沒被算進去。

AI 走的路有兩條。一條是逐顆偵測，用 YOLO、Faster R-CNN 這類物件偵測模型，找出每一顆痘痘並分類成粉刺、丘疹、膿皰、結節、發炎後色素；另一條是整體分級，用 ResNet、DenseNet 這類卷積神經網路直接給一個 IGA 分數。圖的第三欄是手機自我追蹤與遠距。

她引了兩篇 2025 年的整理。

羅馬團隊的系統性回顧收了 29 篇研究，大多數用卷積神經網路做整體分級，最高的準確率是 97.6%，但那是在控制良好的條件下。作者寫得很清楚：公開資料庫少、資料多來自特定族群、外部驗證不足。

史丹佛團隊在《British Journal of Dermatology》的統合分析，看的是 AI 判斷各種發炎性皮膚病嚴重度的表現。痘痘這一塊，用 Hayashi 分級（日本的量表，依發炎性痘痘的顆數分級）訓練與評估的 AI，敏感度 89.7%；用 IGA 的只有 69.8%。

Na 的結論是：要訓練 AI，就給它一把能數的尺。主觀的整體印象，AI 學到的也是那份主觀。

換個光線、換個角度，醫師先掉分

她自己的研究 2025 年刊在《Journal of the European Academy of Dermatology and Venereology》，是一篇研究快報。團隊用 YOLO 訓練一個痘痘偵測模型，訓練資料包括醫院拍的照片和病人自拍。

測試時刻意把條件弄亂：醫院照片、網路上的自拍、手機拍與單眼相機拍、過亮與過暗、臉轉不同角度。每一種條件下，都拿 AI 跟 4 位皮膚科專科醫師比。

模型把每一顆分成三類：非發炎性痘痘、發炎性痘痘、痘疤紅斑（痘痘退了留下的紅印）。Na 說這三類剛好對應三種處置方向：粉刺溶解、抗發炎、針對血管的雷射。

一致性用組內相關係數（ICC）量，1 代表完全一致。圖上的深藍是醫師彼此之間的 ICC，淺藍是 AI 對醫師的 ICC：數全部痘痘時，AI 是 0.890 到 0.945，醫師彼此之間是 0.811 到 0.972，AI 落在醫師的範圍裡。四類裡一致性最低的是非發炎性痘痘，AI 和醫師都一樣低，因為閉鎖性粉刺的邊界本來就最難認。

Na 強調的是「穩」。醫院照片上，醫師和 AI 都表現得好；照片換了光線或角度，醫師的表現往下掉，AI 掉得比較少。她給的理由是 AI 不會累、從多樣的照片學到不受光線影響、看的是像素。

醫師的長處她也講了：知道病人的來龍去脈、可以摸、遇到少見的型態比較有把握。

這篇研究的 8 位作者裡，有四位來自韓國的 AI 公司 ArtLab，一位來自 Lunit。比較對象是 4 位皮膚科醫師，量的是「數得一不一致」，沒有量病人照著 AI 的分類治療之後有沒有比較好。

她最後列的待辦事項，也是這個領域的缺口：要有膚色更深（Fitzpatrick IV–VI）的公開資料；要做前瞻性試驗，拿 AI 輔助的照護和一般照護比治療結果；要找出最適合 AI 的量表；要讓 AI 說得出它為什麼這樣判。

站上之前寫過另一種「數」的 AI：數頭髮。那篇的三組讀者彼此 ICC 只有 0.617 到 0.788，也是先證明人自己就數不準——〈洗髮測試用 AI 數掉髮：那袋頭髮只有三成數得出來〉。兩篇放在一起看，會發現 AI 在這類工作上的第一個價值，是把人與人之間的落差縮小。

同一場會議的圓桌上，義大利的 Fattore 醫師就拿痘痘當例子：用 AI 預估痘痘的走向，跟預防癌症病人吃抗癌藥之後的皮膚毒性，錯了的代價完全不同，對 AI 的要求也不該一樣——〈皮膚科醫師用 AI 嗎？IFD 2026 圓桌與 109 份問卷〉。數痘痘這種工作，放在他那把尺上是代價較小的一端。

青少年先問 TikTok，家長也一樣

第三位講者 Pedro Mendes Bastos 是里斯本的皮膚科醫師，他在投影片上揭露了與多家藥廠的顧問與講者關係。他用的插圖不少是自己用 ChatGPT 畫的，每張下面都標了出來。

他說自己年輕時沒長過痘痘，當住院醫師時才發現，醫師對黑色素瘤、類天疱瘡的病人很有同理心，對痘痘的病人常常沒有。

他引的第一個例子，是義大利 2025 年發表的兩位男孩，15 歲和 16 歲，都是嚴重的結節囊腫型痘痘。兩人照著網紅的保養流程自己處理了好幾個月，才來看皮膚科；來的時候發炎已經嚴重到要先吃一段口服類固醇壓下來，才能開始口服 A 酸。兩人最後都改善了，但多繞了一段路。

美國一份 45 位 12 到 17 歲青少年的問卷，看誰比較常上社群找痘痘資訊。住得離皮膚科 20 英里以上、等初診要 12 週以上，都沒有讓他們更常上社群；痘痘嚴重度、生活品質受影響的程度也沒有。Bastos 的解讀是：這不是看醫師太難才去滑手機，是習慣變了。

澳洲的研究分析 TikTok 上 #acne 標籤最熱門的 150 支影片：累積將近 20 億次觀看，醫療專業人員上傳的只佔 11%（17 支）；觀看數最高的是擠痘痘影片，佔 44% 的觀看；衛教類影片裡夾著飲食偏方、神奇療法、反對正規治療的說法。最少人看的，是講痘痘帶來心理負擔的影片。

家長那一端，美國一份兒童皮膚科的家長問卷有 97 人填完，最常上網查的是異位性皮膚炎（48%）和痘痘（40%）；社經地位較低的家庭更常用社群媒體處理孩子的皮膚問題。Bastos 的投影片寫，大約一半的家長把網路上看到的方法用在孩子身上，而這些建議常常跟美國皮膚科醫學會的指引不一致。

他的建議很具體：在開口推薦任何東西之前，先問病人和家長，你們已經看過什麼、試過什麼。

說得好聽，跟說得對，是兩件事

接著他把對手換成「GPT 醫師」。

這篇研究 2026 年刊在《Journal of the European Academy of Dermatology and Venereology》，是研究快報。研究者把 10 個常見的痘痘問題丟給 6 個市面上的聊天機器人，再請皮膚科專家在不知道答案出自哪一個的情況下，用兩個面向評分：跟英國 NICE 痘痘指引對不對得上（準確度），以及回答得周不周到、合不合題、條理清不清楚（切題度）。

結果是兩個面向對不起來。排第一的是 Claude 3.7 Sonnet，Bastos 說它寫得流暢、條理好、像真人、會表達同理；但它排第一靠的是切題度，六個沒有一個準確度高。這張排名圖是講者依論文自己整理的插圖。

美國 2024 年一份 192 位皮膚科醫師的問卷，也可以拿來對照：89% 擔心錯誤資訊、78.5% 擔心錯誤診斷，86% 認為衛教是最會被聊天機器人改變的地方；越熟悉 AI 的醫師，覺得風險越低、越願意接受。Bastos 自己補了一句：這份問卷是 2024 年做的，現在大家每天都在用，答案大概會不一樣，但還沒有新的研究。

把 AI 訓練得更體貼，和它說的對不對，站上另一篇 Nature 研究也碰過：模型被調得更溫暖之後，錯誤率增加 10 到 30 個百分點——〈把AI訓練成暖男之後，它開始不敢說真話了〉。「聽起來很懂你」本身就會讓人放下戒心，這兩篇該一起讀。

同一個會議的異位性皮膚炎場，也有人請皮膚科醫師替 ChatGPT 的回答打分：英文 99 題各題平均都在 8 分以上，換成中文分數就往下掉，而且那份研究沒有醫師的答案可以比——〈異位性皮膚炎問 AI 準不準？中文答案排倒數第二〉。

病人走進診間前先問過 AI，在另一場皮膚科會議也是主題；那篇談的是診所可以怎麼接住這件事——〈病人走進診間前，已經被四個 AI 看過〉。

如果你正在長痘，正在問 AI

聊天機器人可以拿來搞懂名詞、整理問題，它的回答聽起來越周到，越要記得它可能沒對上指引。把它給的建議帶到門診問一次，比照著做安全。

痘痘開始長成又紅又痛、摸得到硬塊的結節或囊腫，或者已經留下凹疤，就不要再自己試下一個偏方。那兩位義大利男孩多繞的那幾個月，換來的是先吃類固醇。

手機 App 幫你數痘痘、追蹤變化，現在的證據支持它「數得穩」；它分出來的類型能不能直接決定用什麼藥，還沒有試驗回答。

保養品能不能在口服 A 酸停藥後守住效果，那個 102 人的試驗結果出來之前，沒有答案。

站上寫過另一種把 AI 推進痘痘門診的做法：美國猶他州讓 AI 自己開痘痘處方，門檻是跟公司醫師 95% 一致——〈猶他州讓 AI 自己開痘痘處方：95% 是跟誰比？〉。數得穩、開得像醫師，跟病人有沒有因此變好，一直是三個不同的問題。

參考文獻

1. Ardigò M 等，Noninvasive Imaging Markers for Acne Treatment Response Monitoring: A Pilot Study During Use of a Topical Product Containing Silybum Marianum Fruit Extract，Dermatol Pract Concept 2026;16(1):6959，doi:10.5826/dpc.1601a6959（PMID 41912157）
2. Pierre Fabre Dermo Cosmetique，Efficacy of Cosmetic Product RV3278B-OS0386 in the Maintenance Phase After Oral Isotretinoin Treatment of Adults Subjects With Facial Acne，ClinicalTrials.gov NCT07341659，https://clinicaltrials.gov/study/NCT07341659 （2026-10-27 查閱）
3. Ferré F 等，Generating Artificial Patients With Reliable Clinical Characteristics Using a Geometry-Based Variational Autoencoder: Proof-of-Concept Feasibility Study，J Med Internet Res 2025;27:e63130，doi:10.2196/63130（PMID 40245392）
4. Traini DO 等，Artificial Intelligence in the Assessment and Grading of Acne Vulgaris: A Systematic Review，J Pers Med 2025;15(6):238，doi:10.3390/jpm15060238（PMID 40559101）
5. Cai ZR 等，Assessing the performance of artificial intelligence models in evaluating inflammatory skin disease severity: a systematic review and meta-analysis，Br J Dermatol 2025;193(5):847–855，doi:10.1093/bjd/ljaf250（PMID 40570030）
6. Lee JS 等，Robustness of automated acne lesion detection across various imaging conditions: A comparative analysis with dermatologists，J Eur Acad Dermatol Venereol 2025;39(5):e439–e441，doi:10.1111/jdv.20471（PMID 39629878）
7. Rivetti N 等，Severe nodulocystic acne requiring corticosteroids after social media-induced delay: a two-patient case series，Skin Health Dis 2025;5(6):478–481，doi:10.1093/skinhd/vzaf074（PMID 41312317）
8. Finan CF 等，Social media use among adolescents with acne: A cross-sectional survey study，Pediatr Dermatol 2024;41(5):835–837，doi:10.1111/pde.15651（PMID 38725265）
9. Iyengar L 等，#Acne: A Thematic Qualitative Analysis of Acne Content on TikTok，Australas J Dermatol 2025;66(3):127–134，doi:10.1111/ajd.14433（PMID 40008491）
10. Bui JK 等，Scrolling for Solutions: Social Media Use Among Caregivers in Pediatric Dermatology，Pediatr Dermatol 2026;43(1):75–78，doi:10.1111/pde.70067（PMID 41320549）
11. Luo X 等，Can we trust AI for acne advice: A double-blind performance comparison with NICE guidelines，J Eur Acad Dermatol Venereol 2026;40(5):e329–e332，doi:10.1111/jdv.70083（PMID 41051136）
12. Cortes J 等，Physician Opinions on Artificial Intelligence Chatbots In Dermatology: A National Online Cross-Sectional Survey of Dermatologists，J Drugs Dermatol 2024;23(11):972–978，doi:10.36849/JDD.8239（PMID 39496117）
13. Pierre Fabre，IFD 2026 replay：Beyond the Surface: AI Innovations in Acne，https://pierrefabreformed.com/en/news/pierre-fabre-replay-beyond-surface-ai-innovations-acne （2026-10-27 查閱）