結合 CRFF-OCT 與人工智慧　提升白斑疾病活性評估的客觀性

白斑治療中心（以下簡稱本中心）於白斑診斷與精準醫療研究再獲重要成果。本中心主任黃昭瑜醫師帶領研究團隊，運用 Cellular-resolution Full-field Optical Coherence Tomography（CRFF-OCT） 結合人工智慧（Artificial Intelligence, AI）分析技術，建立非節段型白斑（Non-segmental Vitiligo）疾病活性評估模型，為白斑疾病活動性的客觀判讀提供新的研究方向。研究成果已正式刊登於國際皮膚科期刊 Experimental Dermatology。

研究重點與發現

白斑患者即使皮膚外觀長時間沒有明顯變化，也不代表疾病已完全穩定，因此如何客觀判斷疾病是否仍處於活動期，一直是白斑臨床診療的重要課題。

本研究利用 CRFF-OCT 非侵入性高解析影像技術，觀察非節段型白斑病灶的微結構變化，並透過定量影像分析，比較活動期與穩定期患者之差異。研究結果顯示：

• 表皮－真皮交界（Dermal–Epidermal Junction, DEJ） 呈現明顯不同的影像特徵。
• 色素反射訊號（Pigment Reflectance） 在不同疾病狀態具有顯著差異。
• 表皮微結構（Epidermal Architecture） 可反映疾病活性變化。
  

研究團隊進一步結合人工智慧與機器學習建立分析模型，可約以 80% 的準確率辨識白斑是否仍處於活動期，顯示 CRFF-OCT 定量影像分析具有作為疾病活性評估工具的應用潛力。

臨床意義與未來展望

本研究提供一項兼具非侵入性、客觀化及可量化的白斑疾病活性評估方法，有助於協助臨床醫師更精準判斷疾病狀態，作為治療時機選擇、療效追蹤及長期管理的重要參考。

黃昭瑜主任表示，未來若能透過更大規模及多中心研究持續驗證，CRFF-OCT 結合人工智慧有望成為白斑精準醫療的重要輔助工具，提升疾病評估的一致性與客觀性，並進一步改善患者照護品質。

致謝

本研究感謝所有共同參與研究的合作團隊及受試者對研究工作的支持與貢獻，使本研究得以順利完成。本中心未來將持續投入白斑基礎與臨床轉譯研究，結合先進影像技術與人工智慧，推動白斑診斷與治療朝向更精準、更個人化的醫療發展。

研究論文資訊

Journal: Experimental Dermatology (2026)

Title: Quantitative CRFF-OCT Imaging Features for Characterization of Disease Activity in Non-Segmental Vitiligo: A Machine Learning–Assisted Study
連結🔗 ：https://onlinelibrary.wiley.com/doi/10.1111/exd.70309