夜雨聆风本篇论文于今日发表于 Nature 旗下子刊npj Digital Medicine，立足比利时医疗体系，量化对比 AI 手机应用筛查、传统线下常规诊疗两种模式，在早期皮肤癌筛查场景下的成本投入与健康收益。
皮肤癌是全球高发恶性肿瘤，黑色素瘤晚期致死率极高，早筛早治是降低死亡、压缩治疗开支的核心手段。比利时皮肤科门诊长期承压，普通民众预约面诊周期长，轻症占用大量医疗资源，高危人群难以及时排查。
研究以比利时通用临床路径为参照组：民众发现皮肤异常后预约全科 / 皮肤科面诊，肉眼初筛后按需做皮肤镜、组织活检确诊，全程依托线下医疗机构完成常规诊疗流程。实验组采用 AI 手机 APP 筛查模式：用户自主拍摄皮损照片上传，AI 模型完成风险分级，低危居家观察、中高危推送线下就诊通道，减少无意义门诊。
团队纳入不同年龄、皮损风险等级的真实患者样本，统计两类路径全周期开支：包含问诊挂号费、影像检查费、活检手术费、晚期癌症额外治疗费、患者往返交通误工成本；同时对比早诊率、晚期漏诊率、质量调整生命年（QALY）两大核心收益指标，用通用卫生经济学模型判定 AI 方案是否具备成本效益优势。
核心研究结论：AI 降本增效，适配基层初筛场景
第一，整体开支层面，AI 初筛可砍掉大量低危人群无效面诊、基础检查开销，人均筛查总成本显著低于传统流程；高危患者能更快转诊确诊，避免拖延发展为晚期黑色素瘤，大幅削减晚期放化疗、靶向治疗的高额支出，长期医保总负担更低。
第二，健康收益层面，AI 分级未增加高危漏诊风险，早期皮肤癌检出率与常规诊疗接近；优质筛查通道下沉，偏远地区、行动不便人群不用排队挂号，筛查可及性明显提升，能拉长患者高质量生存时长。
第三，医疗资源层面，AI 承接海量轻症初筛工作，释放皮肤科医生接诊精力，集中处理确诊、手术治疗等核心工作，缓解比利时门诊排队拥堵痛点。
过往 AI 医疗产品研发偏重提升识别精度，忽略落地成本核算，很多优质技术难以大范围普及。本研究印证：皮肤癌这类可视化强、分级清晰的病种，非常适合 AI 移动端初筛切入。未