每到夏天，人们脆弱的皮肤就成了各种病症的作案现场，疙瘩、红肿、瘙痒时不时来袭。上千种的皮肤病，表现出来的症状却可能是一样的，普通人想要靠肉眼追凶，难上加难。

比如同样一块红斑，既可能是湿疹，也可能是银屑病、体癣，仅凭一张照片很难立刻精准区分。

面对扑朔迷离的皮肤病症，皮肤科医生往往会像侦探一样，从各种细节中抽丝剥茧，最终锁定病因，破解这场皮肤谜案，绝对是专业性极强的技术活儿。

就在近期，蚂蚁阿福上线了拍皮肤功能，据说可以诊断 100 多种皮肤疾病。

大家被 AI 问诊的便捷所吸引，难免好奇 AI 到底是如何穿透皮肤的表层谜局，从高度相似的外观中抽丝剥茧，揪出背后的致病元凶。

我们就以阿福为例，还原一下 AI 皮肤侦探的破案过程，看看谁才是皮肤界的福尔摩斯。

熟悉福尔摩斯探案的人都知道，破案必须得有证据。但皮肤病的案发现场却很不一样，上百种皮肤病，呈现出来的痕迹却很相似，背后的原因扑朔迷离。而诊断的关键信息，都藏在这些细微而隐蔽的图片里。

这个真实的病患咨询，患者只上传了一张图片，什么都没说。从照片来看，局部有淡淡红斑，辨识度极低。

案情扑朔迷离，只有一张图片，到底哪些线索才是对疾病判断最关键的证据呢？

阿福 AI 的诊断逻辑，和医生的诊疗思路高度契合，绝不只看红斑、丘疹等表象，还会观察更多细节。通过几大核心线索，包括形状、颜色、边界、分布部位、表面状态、数量等，对皮损进行全方位精细化拆解。

当所有人都觉得红斑长得都一样的时候，精准抓取了小腿部位干燥、淡淡的红斑、模糊边界三大重点，把肉眼看上去一模一样的红疹，初步锁定为湿疹和体癣两大高概率元凶。

后续再结合用户提供的更多细节，与不同疾病的特征，揪出最终病因。

对皮损这一病情现场，做到洞若观火、明察秋毫，阿福靠的是海量办案经验。原来，研发团队基于上千万张皮肤影像数据，构建了阿福在皮肤识别领域的知识底座，相当于一家三甲医院皮肤科连续三十年不间断接诊的全部门诊案例。

所有病例经过严格隐私脱敏和标注，相当于一个巨大的皮肤病案件卷宗库，啃完这套卷宗的阿福，也就变得见多识广，练就了一双识别关键证据线索的慧眼。

所以才能在扑朔迷离的皮肤病表层症状面前，不被相似的红斑、瘙痒迷惑，完成取证。可图片线索毕竟只是信息碎片，想要找出真凶，还得依靠严谨的推理。

皮肤病的底层生物学机制，都绕不开免疫系统。不同的诱因，可能会产生相似的免疫反应，表现在皮肤上，就是症状的重叠与雷同。也就是说，同一个现场，嫌疑名单可能有上百种。

以下图为例，同一张皮肤问诊图片，不同专家结合不同的信息，可能诊断为不同的病症，施治手段自然也有差异。

所以，精准锁定嫌疑人，就是整个探案过程里最硬核的推理环节，也是阿福要啃的硬骨头。

通过一个真实的案例，我们来看看阿福是怎么精准锁定嫌疑人，哦不，嫌疑病的。

婴幼儿的皮肤瘙痒，是很多家长的心头大患，找到致病元凶的心情最为急切。这位家长发现宝宝头顶长出黄色痂皮，头皮微微发红，立即发给了阿福。

家长只发来一张照片，没有任何文字描述。阿福迅速完成了识别取证，捕捉到了头顶的痂皮，头皮的颜色发红，有一些细碎的脱皮等核心特征。此时，嫌疑库会瞬间弹出上百种可能性，接下来就需要推理。

首先，排除高危误判：头癣。阿福结合家长反馈的瘙痒症状，其他部位无同类皮损的关键信息，排除了头癣的可能性。

然后，排除假性相似：婴儿湿疹。

湿疹虽然也会发痒，但特征与此次照片上的头皮结痂等特征不符，再次剔除一项高概率干扰项。

经过层层过滤，从上百种缩小到一个高概率的嫌疑人：婴儿脂溢性皮炎（摇篮帽）。

透过表象看本质，阿福能够结合不同皮肤病的作案手段，缩小潜在的疾病范围，并排除高危风险，为破案打下了严谨的思维基础。

而最终确定真凶，还需要有效的追问，用严密完整的证据链，为案情定乾坤。

找到了潜在的嫌疑人，到底哪一个才是皮肤问题的真凶呢？阿福的 AI 追问，像福尔摩斯一样不断询问收集线索，通过交叉验证的证据链，揪出真凶。

追问，很考验 AI 的互动技巧。真实线上问诊中，绝大多数用户只会甩一张照片，回复两三个字，还会出现遗漏或隐瞒，记不清具体的发病时间，自己已经涂了激素药膏却忘记告诉医生等。信息本就残缺不全，AI 提问如果还东一榔头西一棒子地闲聊，得到的大多是无效信息，这是通用 AI 极易判断翻车的一大原因。

依托患者 agent 的海量实时互动，阿福练就了一套有效的追问技巧。每一句追问，都接近资深医生的问诊思维，是为了找到辅助判断的关键证据，完成信息的交叉验证，避免误判。

比如前面案例中的湿疹用户，一句话也不说，就甩一张皮损照片给阿福，什么描述都没有。

面对这种局面，阿福会开启针对性问诊，一步步补齐证据链。主动询问主观感受：这块皮肤平时痒得厉害吗？

患者只回答了两个字：瘙痒。

阿福又接着引导，追问更多细节：这种情况出现大概有多久了？其他部位有没有类似的情况？判断这是单一部位的局限性皮炎，还是全身多发或反复发作的情况？

得到了 " 其他部位没有 " 的关键信息，排除泛发性湿疹、银屑病或系统性皮肤问题的可能。

所有线索完美闭环，最终判断出皮损范围比较局限，精准锁定局限性湿疹。

这种经过无数虚拟实战打磨的追问能力，让阿福可以在信息极少的情况下，主动挖掘缺失线索，把一个个扑朔迷离的皮肤疑案，办成证据可靠、逻辑严谨的铁案。

这一套从取证到追问的完整流程，让阿福成为皮肤界的 AI 侦探，有着远超通用 AI 的断案能力。前不久，海军军医大学第二附属医院（简称 " 长征医院 "）皮肤科的 100 名患者亲身体验，先拍照问一下阿福，再去看医生，结果显示，阿福的识别判断和医生诊断高度吻合，基本一致率超过 90%。

这场发生在医院里的真实检验，也回答了一个大家关心的问题：既然 AI 也能看好病，是不是不需要真人医生参与了，仅靠 AI 就能直接结案呢？答案显然并非如此。

面对扑朔迷离的皮肤疑案，阿福始终保持着严谨的态度，增加了真人医生把关。

先由 AI 作为助手，通过全方位识别和多轮追问，完成关键信息的整理与补全，再由 24 小时在线的三甲主治医生人工把关，核实诊断结论，通过专业判断敲定疾病元凶。

AI 预问诊 + 真人医生终审的双重保障体系，就像是福尔摩斯与华生这对侦探搭档般，缺一不可，联手组成了守护健康的在线神探。

最终结案的福尔摩斯不是阿福，永远是每一位真人医生。

这种 AI+ 真人的黄金诊疗搭档，不只出现在皮肤病的案发现场，未来还会随着阿福出现在更多健康场景里，联手破获一起又一起疑难杂症，让疾病元凶无处遁形。