AI 會看傷口、選皮瓣嗎？IFD 2026 傷口照護筆記

AI 能判讀傷口嗎？燒傷深度 AI 統合分析的主分析算不出合併準確度；ChatGPT 挑 Mohs 術後皮瓣，與醫師一致性 κ 0.107–0.121，醫師彼此 0.268–0.331；修復霜多是廠商研究。

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 AI會議筆記雷射

鼻子上幾條細細的紅血絲，病人是來打雷射的。墨西哥的 Jorge Ocampo-Candiani 教授說，他伸手摸了一下那個鼻子，覺得太硬。切片回來是復發的基底細胞癌，莫氏手術（Mohs）一階一階往下做，做到第四階碰到鼻骨，他只好停手，請整形外科來切骨、一起重建。

這是 Pierre Fabre 主辦的 International Forum of Dermatology 2026（6 月，主題是 AI）第三場的開場病例。這一場叫〈Next-Gen Wound Care〉，三位講者從三個方向談傷口：皮膚癌手術切到哪裡、AI 怎麼看傷口、術後擦什麼。講者引用的研究，下面都對照原始論文寫。

皮膚癌手術：切到哪裡，由腫瘤生物學決定

Ocampo-Candiani 是墨西哥 Monterrey 大學醫院皮膚科的榮譽教授，做皮膚癌手術幾十年。他的主軸是：皮膚外科已經不只是一門刀法，切多寬、要不要做 Mohs、要不要先照影像、要不要評估前哨淋巴結，要看組織亞型、生長方式、有沒有沿神經侵犯、侵犯多深。

他同時提醒另一面：不是每一顆腫瘤都需要 Mohs。很多國家有過度使用的問題，把整個醫療體系的成本推高。Mohs 的好處在高風險腫瘤、臉部中央 H 區這類功能和外觀都要顧的位置。

手術也有做不到的地方：侵犯到骨頭或深部構造、沿神經廣泛擴散、區域淋巴結轉移、遠端轉移。這時要照影像、要轉介，系統性治療可能要排在開刀前面。他放了幾張自己科內發表過的病例：拖了十幾、二十年才來看的基底細胞癌，整片吃掉半張臉。那幾張照片在這裡不放，他要說的是，到這個階段，刀已經不是唯一的答案。

器官移植的病人，他另外拉出來講：皮膚鱗狀細胞癌的風險高很多，復發和轉移也比較兇。他的做法是降低做 Mohs 的門檻、縮短追蹤間隔，並且教移植團隊盡早把病人轉過來。

切下來的組織，能不能不等冷凍切片

投影片三欄由左到右：新興技術（ex vivo 共軛焦、螢光共軛焦、OCT、AI 輔助數位病理）、還沒回答的問題、可能的好處。

他列了幾種正在發展的切緣判讀工具：ex vivo 共軛焦顯微鏡、螢光共軛焦、光學同調斷層掃描（OCT）、AI 輔助的數位病理。投影片右邊寫的好處是縮短手術中的等待時間、切緣判讀更準、保留更多正常組織；中間那一欄是還沒回答的問題：長期復發率、成本效益、學習曲線、法規，最後一條寫「技術要強化組織病理的嚴謹，不是取代它」。

這一條有數字可以佐證。2026 年慕尼黑大學一篇統合分析，收 16 個研究、1,387 個檢體，拿傳統病理切片當標準答案：ex vivo 共軛焦判斷「這塊組織有沒有基底細胞癌」，敏感度 91.4%（95% CI 85.9–94.9）、特異度 91.1%；但判斷「切緣乾不乾淨」時，敏感度降到 79.5%（95% CI 65.0–89.0），特異度 92.2%。白話說，切緣其實還有癌細胞的檢體，有 20.5% 會被判成乾淨。作者的建議是 Mohs 最後一階仍然要送傳統病理。每個檢體平均掃描 7.0 分鐘。

ChatGPT 跟三位醫師，選的皮瓣不一樣

講到未來的手術規劃（3D 表面影像模擬缺損、擴增實境輔助畫皮瓣、虛擬重建），Ocampo-Candiani 順口提到他的科剛發表一篇「ChatGPT 對上科內三位皮膚外科醫師」。我把那篇找出來了。

設計是這樣：70 位非黑色素瘤皮膚癌病人手術後的缺損，作者先列好 30 種重建方式（直接縫合、讓它自己長、各種皮瓣、植皮），讓三位不知道實際做法的皮膚外科醫師，和 ChatGPT-4，各自從清單裡挑兩個。

第二選擇，醫師彼此只有輕微一致；ChatGPT 跟醫師的一致性低於隨機猜。

這篇要小心讀的地方在於，它沒有標準答案。κ 量的是兩個人意見有多接近，不是誰選對了；也沒有追蹤病人後來的傷口、外觀或功能。三位醫師彼此都只有「普通」的一致，說明重建本來就有很多條路。作者自己的結論是：不要不小心依賴沒有認證的 AI 給醫療建議。單一中心、70 個病例，用的是 ChatGPT-4，現在的模型已經換了幾代。

站上〈微軟 AI 診斷登上 Science：先問 25.5 題才開單〉寫的是另一種量法：讓 AI 和醫師在同一個模擬病例裡一步一步問診、開檢查，最後對答案。兩篇放在一起看，就知道「AI 跟醫師一不一致」和「AI 對不對」是兩個不同的問題。

他的結語把保養也放進來：拆線那天，他們的病人一律做雷射處理疤痕；術後的防曬、屏障修復、矽膠、遮瑕、控制發炎後色素沉澱，對墨西哥常見的三、四型膚色特別重要。這是他的臨床做法，沒有附數據。

AI 看傷口：概念很完整，證據還在路上

Haykal 自己列的四個限制：資料集小、缺乏多元性（尤其深膚色）、標註不一致；演算法是黑盒子，醫師難以信任、法規難處理；在受控環境表現好，到真實診間就失準；隱私、責任歸屬與決策偏差。

第二位講者 Diala Haykal 是法國的皮膚科醫師，近兩年發表很多 AI、長壽醫學、3D 生物列印的綜述。她這一段是一張完整的地圖，沒有引用具體研究，也沒有數字。

她描述的 AI 能做的事：

• 自動圈出傷口、量面積，追蹤每週變化
• 把傷口組織分成壞死、腐肉、肉芽、上皮，減少醫師之間的判讀差異
• 燒傷深度（淺層、部分皮層、全層）的判斷，結合彩色照片、熱影像、雷射都卜勒
• 從連續紀錄預測癒合軌跡；糖尿病足潰瘍的感染風險、壓瘡在出現徵象之前預警
• 手機拍照遠距追蹤、智慧敷料量 pH、溫度、含氧量、細菌量
• 把微生物體、細胞激素、表觀遺傳資料一起算；再往後是生長因子、外泌體、幹細胞、3D 生物列印的皮膚

她自己也講了限制：資料有偏差、膚色與族群不夠多元、真實世界驗證有限、演算法是黑盒子。結語是「目標不是自動化，是增強醫師的判斷」。

因為她沒有給數字，我另外找了兩篇今年的系統性回顧，看這張地圖上哪些路已經鋪好。

燒傷深度。 中國廈門大學附屬醫院團隊 2026 年照 PRISMA-DTA 做的統合分析，符合條件的研究只有 6 個（4,897 筆觀察）。預先設計的主分析用 4 個研究、2,541 筆，因為研究太少、資料太極端，統計模型無法收斂，算不出合併的敏感度和特異度。各研究自己報告的敏感度從 0.50 到 1.00、特異度 0.54 到 0.97，差很多。把 6 個研究都放進來的探索分析，合併敏感度 0.924（95% CI 0.788–0.975）、特異度 0.877（95% CI 0.701–0.956），但其中一部分數據是作者回推重建的，作者明講只能當假說。深膚色的特異度可能比較低，兒童幾乎沒有資料。結論：證據不足以讓 AI 判燒傷深度上線使用，需要在其他醫院、以病人為單位的外部驗證。

慢性傷口與手機 App。 英國曼徹斯特都會大學團隊 2026 年 10 月的綜述，盤點了 20 個慢性傷口影像資料集、50 種深度學習方法、13 個手機 App（有已上市的，也有研究原型）。他們發現資料集大多是為了演算法比賽做的，缺少統一的拍攝流程、比例尺、深度資訊、細緻的組織標註，膚色也不夠多元；而 App 宣稱能做的自動組織分類、校正後的面積、深度估計，公開資料不足以支撐。作者群裡有兩位來自一家英國傷口科技公司。

Haykal 那張地圖的方向沒有錯，只是現在大部分還停在「演算法在研究資料上表現不錯」，還沒走到「在別家醫院、別種膚色的病人身上也一樣」。

術後擦什麼：主辦方的產品，研究大多是自己做的

第三位講者 Valéria Barreto Campos 是巴西皮膚科醫師，早年在哈佛學雷射。她一開場就說研究要感謝 Pierre Fabre；這一段的大部分內容，是主辦方旗下 Avène（雅漾）與 A-Derma 幾款修復產品的研究。她 2025 年與 Pierre Fabre 研發人員合寫的一篇論文裡，利益衝突聲明寫明她拿過 Pierre Fabre 的演講與專家會議酬勞。下面照研究設計寫，不替任何一瓶背書。

她的出發點我同意：大部分雷射和能量儀器都是先造成一個「受控制的傷口」，再等膠原蛋白重建。受控制，還是傷口；表皮延遲癒合、甚至留疤，在美容療程後也會發生。

一份共識、一份演算法

她先介紹一份歐洲皮膚科醫師的 Delphi 共識（投影片寫 12 位歐洲皮膚科醫師，她口頭說總共 15 位）：淺層小傷口從頭到尾、深層傷口的後段，可以用保養品當輔助；理想的產品容易擦、含有助癒合的成分、有保濕作用，依部位、膚質、急性或慢性調整。台上沒有給這份共識的出處，這裡只當作講者的轉述。

接著是她與另外七位醫師做的雷射、能量儀器整合保養演算法，2024 年刊在 J Drugs Dermatol。論文把時間軸分成四段：術前 2 到 4 週開始準備、治療當天、術後 0 到 7 天、術後 1 到 4 週的追蹤，並強調 SPF 50 以上的廣效防曬，以及膚色較深者的色素問題。她在台上說「演算法建議至少術前三天開始」，論文摘要寫的是 2 到 4 週；三天是她自己那個分臉研究的做法。

站上〈雷射後一到兩週怎麼照顧？結痂、防曬與反黑〉把雷射後照顧的隨機試驗與專家共識整理過一輪，從「皮膚有沒有打開」分開談。想知道術後該擦什麼、什麼時候能化妝，先看那一篇；這場演講補的是「術前就開始保養」這個方向。

9 天、12 天、16 天

她說「第一個證明」這類產品有效的研究，是 2014 年刊在 Eur J Dermatol 的一篇。作者五位全部來自 Pierre Fabre 皮膚研究中心。

21 位健康受試者，每人身上用 erbium 雷射打出四塊 8×8 毫米、剛好去掉表皮的小傷口，分別擦含燕麥（Avena Rhealba）萃取加玻尿酸的乳霜、兩種參考修復產品、或什麼都不擦，觀察 22 天，量測者不知道哪一塊擦什麼。

皮膚屏障恢復（經皮水分散失）的速度，三種產品差不多，都比不擦快。

講者在台上說「跟另一種保濕產品比，差異很清楚」。原文的結果比較保守：它只比其中一種參考產品快，跟另一種差不多。這篇真正站得住的訊息是「有擦修復產品比什麼都不擦好得快」。而且這是健康人身上刻意打出來的小方塊傷口，不是臉部全臉換膚，也不是病人。

她另外說某款產品「比對照組快 6 天」、「防疤效果是競品的兩倍」，台上沒有附出處，這裡不採用。

一組對不起來的百分比

她的巴西同事做了 erbium 雷射後的分臉研究。投影片上的設計：10 位受試者、20 到 70 歲，全臉打點陣 erbium 雷射（2940 奈米），只在半邊臉擦 Avène 的 Cicalfate+，術前術後各一天兩次，回診評估 10 次。結果是病人問卷：

投影片左邊是問題：擦了產品的那一側，不適感有沒有明顯不同？右邊大字寫 62% 回答有改善，下方圓餅圖的藍色（有）看起來約占四分之三。

第一題投影片上的大字是 62%，旁邊的圓餅圖藍色卻占了大約四分之三，講者念的是 72%，同一張投影片自己就對不起來。再往下算：10 個人的比例只能是 10%、20%……90%、100%。95.7% 大約是 23 人中的 22 人，85.7% 是 7 人中的 6 人，92% 接近 25 人中的 23 人。這幾個數字不可能都來自 10 位受試者，分母是什麼，台上沒有說，也沒有附發表的論文。再加上這是受試者自己填的問卷、知道哪一邊擦了東西，這組數字只能當作「擦的那側比較舒服」的印象。

她自己在巴西做的研究也是分臉設計，用的是 A-Derma 的 Epitheliale A.H：術前 3 天開始擦，術後一天兩次直到恢復。擦的那側在雷射剛打完時反而比較腫，她的解釋是那一側皮膚含水較多，而這類雷射的目標正是水，可能讓治療更有效率；隔天，擦的那側比較不腫。這是她的推論，台上沒有給人數，也沒有量化的數據。

她最後一張投影片介紹的是一款含視黃醛（retinaldehyde）、菸鹼醯胺的抗老霜，用在醫美療程之後維持效果。對應的論文 2025 年刊在 J Cosmet Dermatol：66 位剛做完化學換膚、玻尿酸注射或點陣雷射的人（每種 22 位），隨機半邊臉擦、半邊不擦，三個月；擦的那側一個月起皺紋、緊實度、膚色均勻度比對照側好。這是有對照、有隨機的設計，但六位作者裡四位是 Pierre Fabre 員工，另外兩位（包括她）拿過 Pierre Fabre 的酬勞；評估從表皮長好之後才開始，回答的是「療程後的抗老保養」，不是傷口癒合。

她的臨床經驗裡有一句我很認同：深膚色的人術後水腫愈明顯，之後反黑的機會愈高。台灣的病人多半落在三、四型膚色，這一點跟墨西哥、巴西的講者是同一個處境。

二氧化碳點陣雷射術後要多久才能見人、會經過哪些階段，站上〈二氧化碳雷射（UltraPulse）：凹洞痘疤打到哪裡？〉有寫。另外要提醒的是：修復霜本身也可能是過敏原，術後冒出一片癢的紅疹，問題可能就出在那一瓶，見〈你的微針針頭，正在皮膚裡溶解〉。

看完這一場，我會怎麼跟病人說

AI 在傷口這件事上，目前最實際的用途是「量」：面積、組織比例、每週變化。這些是醫師之間最容易判讀不一致的地方，也是最容易驗證的。預測誰會惡化、替你選治療，還在等外部驗證。

ChatGPT 選皮瓣的那篇，最值得記住的不是 AI 輸了，是三位外科醫師彼此也只有「普通」的一致。很多時候沒有唯一正確的重建方式，AI 的建議只能當成多一個意見。

同一場會議的圓桌上，醫學院畢業兩年的 Mueller 醫師說得更直接：AI 看起來幫很多忙，但它的答案永遠要再質疑一次——〈皮膚科醫師用 AI 嗎？IFD 2026 圓桌與 109 份問卷〉。

術後保養有它的位置，擦了比不擦好得快，這一點有人體數據。哪一瓶比哪一瓶好，這一場給的證據大多來自廠商自己的研究，還不夠回答。

雷射後傷口有化膿、愈來愈痛、發燒、範圍擴大，或兩週後還沒收口，請回到幫你做治療的醫師那裡看，不要只靠換一瓶修復霜。

參考文獻

1. Cuellar-Barboza A 等，An evaluation of ChatGPT compared with dermatological surgeons’ choices of reconstruction for surgical defects after Mohs surgery，Clin Exp Dermatol 2024;49(11):1367–1371，doi:10.1093/ced/llae184（PMID 38738492）
2. Lukacs S 等，The Diagnostic Accuracy of Ex Vivo Confocal Laser Scanning Microscopy for Basal Cell Carcinoma: A Systematic Review and Meta-analysis，Acta Derm Venereol 2026;106:adv-2026-0393，doi:10.2340/actadv.v106.adv-2026-0393（PMID 42298375）
3. Ishizuki S、Nakamura Y，Evidence from Clinical Studies Related to Dermatologic Surgeries for Skin Cancer，Cancers (Basel) 2022;14(15):3835，doi:10.3390/cancers14153835（PMID 35954498）
4. Cordero-Martínez FC 等，An impressive neglected basal cell carcinoma in an elderly patient: How to treat these patients，Australas J Dermatol 2022;63(4):e387–e389，doi:10.1111/ajd.13904（PMID 35894249）
5. Eichelmann K 等，Neglected skin carcinomas: What should not be，J Eur Acad Dermatol Venereol 2016;30(2):367–368，doi:10.1111/jdv.12787（PMID 25307350）
6. Wang Y 等，Diagnostic accuracy and deployment readiness of AI for burn depth assessment across imaging modalities: a PRISMA-DTA systematic review and meta-analysis，Int J Med Inform 2026;215:106438，doi:10.1016/j.ijmedinf.2026.106438（PMID 42025001）
7. Fatima A 等，Mind the Gap: A survey of chronic wound datasets, methods, and clinical translation，Med Image Anal 2027;115:104344，doi:10.1016/j.media.2026.104344（PMID 42868930）
8. Lain E 等，A Practical Algorithm for Integrating Skincare to Improve Patient Outcomes and Satisfaction With Energy-Based Dermatologic Procedures，J Drugs Dermatol 2024;23(5):353–359，doi:10.36849/JDD.8092（PMID 38709701）
9. Sabadotto M 等，In vivo assessment of the effect of a cream containing Avena Rhealba® extract and hyaluronic acid on the restoration of the skin barrier in de-epidermised skin produced with an erbium-YAG laser，Eur J Dermatol 2014;24(5):583–588，doi:10.1684/ejd.2014.2406（PMID 25115285）
10. Monteil C 等，Enhancing Facial Rejuvenation Outcomes With a Novel Retinaldehyde-Based Cream: A Comparative Randomized Intra-Individual Study，J Cosmet Dermatol 2025;24(12):e70555，doi:10.1111/jocd.70555（PMID 41312593）