皮肤检测仪的结果能信到什么程度 — 分数与诊断的距离

三句话总结

• 仪器读到的是物理量，屏幕上显示的是把这个物理量按人定的规则换算出来的分数。两者并不是一回事。
• 能反复给出同一个数值（信度）与这个数值能代表真实皮肤状态（效度）是两个不同的问题，而到目前为止，证据主要积累在前者这一侧。
• 所以皮肤检测仪与其说是判定某一时点的工具，不如说在相同条件下反复测量、追踪变化时才真正发挥作用。分数不是诊断，而是当天的测量记录。

皮肤检测仪实际上在测什么

仪器所做的事比想象中简单。在固定的照明下拍摄面部，或把探头贴到皮肤上读取物理量：角质层的电容、从皮肤表面蒸发的水分量、反射光的波长分布、表面凹凸投下的阴影。到这里为止是物理测量，这个阶段的仪器工作得相当稳定。

仪器读到的和屏幕上显示的并不相同

这里出现了一个需要区分的地方。仪器读到的是物理量，屏幕上显示的是按人定的规则把这个物理量换算之后的分数。数值总归由仪器读出，但这个数值算不算问题，则要按照某个人事先定下的标准来判断。我们在报告单上看到的，多半是后者。

• 角质层的电容 — 换算为水分分数。电容本身是物理量，从多少分起算作不足，由规则来定。
• 从皮肤表面蒸发的水分量 — 换算为与屏障相关的分数。它会随测量当时的室温与湿度一起变动。
• 反射光的波长分布 — 换算为色素或红斑分数。照明一变，输入的数值也随之改变。
• 表面凹凸投下的阴影 — 换算为毛孔或皱纹分数。阴影的深浅会因光线角度与面部位置而不同。

分数为何显得格外确定

换算的规则不会出现在报告单上。屏幕上只留下换算完成之后的值，并以两位数字或等级这类干脆利落的形式呈现。同样的意思，听到“看起来稍微偏干一些”和看到“水分 偏低等级”，分量感并不一样，这是很自然的事。数字本来就比判断更像事实。

所以读报告单时，往回退一步会有帮助。这个分数来自哪个物理量，那个物理量会因什么而波动，以及分数的分界线是谁依据哪个人群定下的。后两项多半不会出现在屏幕上，而真正决定解读的，往往正是这两项。

有些信息不会留在表面

测不到的东西也很明确。从什么时候开始的、擦了什么之后开始的、随季节如何变化，这些都不会留在表面。刚洁面还是三小时之后，数值也会不同，而屏幕上并不会标注这个前提。

所以一张报告单的性质，与一张照片颇为相似。它能准确记录那一刻的表面，却记录不了走到那一刻之前的经过。在寻找皮肤问题原因的工作里，后者往往才是关键。

反复测出同一个数值，就等于准确吗

评价测量仪器时，学界会把两件事分开来看。一个是信度，即反复测量同一对象时能否得出相同的数值。另一个是效度，即这个数值是否真的测到了想测的东西。名字相近容易混淆，但这是截然不同的两个问题。

用体温计来打比方

如果某支体温计每次测都显示36.0度，那它的信度是完美的，因为它每次都用同一把尺子给出数值。可是当一位实际体温38度的人也被显示为36.0度时，效度就不存在了。基准本身偏了，于是无法代表真实状态。可重复与准确是两回事。

结构效度这个说法的含义

在效度之中，结构效度是更严格一些的标准，因为它要问的是，测量值能否恰当地代表一个看不见的概念。肤质纹理、弹性、皮肤质量这些词我们日常都在用，但要把它们干脆地定义为某一个物理量并不容易。当想测的对象本身是多个要素的集合时，若要说其中某一项的测量值能代表整体，就需要另外的依据。

例如角质层的电容，测起来非常稳定。但这个数值是否能代表“这个人的皮肤很干”这一临床判断，则是另一个问题。电容反映的是角质层最表层的状态，而患者感受到的干燥，是屏障功能、炎症与神经反应性交织在一起的体验。

验证资料说明了什么

针对皮肤测量仪器的验证资料中，覆盖面最广的是Langeveld等人2022年发表于Skin Research and Technology的系统综述。该研究汇总了测量肤色、弹性与纹理的仪器的信度与效度，结论一句话说得很清楚。综述纳入的仪器中，没有一台能够按结构效度的标准判定为有效。

这句话并不是说仪器不靠谱。反复测量能得出相同数值的依据，已经在多个项目上积累起来；它更接近于说，这些数值能代表临床皮肤状态的依据尚未被满足。所以至少就目前的资料而言，把皮肤检测仪放在反复多次测量、追踪变化的位置上，比放在确定某一时点状态的位置上更合适。

各个项目吻合的程度并不一样

效度并不是对仪器整体给出一个统一评价。按项目来看，结果分歧不小。Cook等人2022年发表于Journal of Dermatological Treatment的验证研究，把基于平板的面部分析软件的判读与皮肤科专科医生的肉眼评估，在14项皮肤特征上进行了对照。整体一致率为69%，而各项目之间的差距相当可观。

这些数值是特定研究中观察到的结果，并不能原样套用到所有仪器和所有人身上。不过其中的方向仍值得一读。

69%这个数字的实际含义

整体一致率69%，意味着大约十个项目里有七个，仪器与专科医生的判断指向同一个方向。反过来说，也意味着接近三分之一出现了分歧。这里重要的不是哪一方是正确答案，而是同一张报告单之中，也混杂着确信程度不同的项目。

所以我们看报告单时，不会把各项目一字排开地平读。红斑这类光学上容易捕捉的项目，参考权重放得高一些；油脂、水分这类受条件影响大的项目，则在与症状对照之后再作判断。即便是同一张报告单，事先明确哪一行该信到什么程度，解读才不会摇摆。

颜色与凹凸相对稳定的原因

反射光的波长分布和阴影的深浅，物理定义清晰，与人眼看到的泛红和沟纹深浅的对应也较为直接。在前面提到的Langeveld综述中，肤色项目的资料也比其他项目积累得更厚，达到11项研究、16种仪器、3,172名参与者的规模。若用途是记录并比较泛红的变化，仪器确有胜过人的记忆之处。

另一端是油脂

油脂是极易受触感与时间推移影响的项目。洁面后30分钟与三小时之后的表面状态并不相同；即便是同一片表面，指尖感受到的油腻与光学读到的反射，所承载的信息也不一样。所以在油脂这类对条件依赖度高的项目上，仪器与临床判断常常不太重合。同一张报告单之中，各项目也要以不同权重来读的原因就在这里。

不同仪器得出的分数难以并排比较

这一次是仪器之间相互对照的资料。同一研究团队2022年发表于Journal of Cosmetic Dermatology的仪器间比较研究中，两套面部分析系统判读的一致率为67.7%。也就是说，大约每三次判读就有一次出现分歧。

这个结果并不是在说哪一台仪器更好。更准确的理解是，对于测什么、按什么标准打分这件事，目前尚无共识。不同仪器测量的物理量本身可能就不同；即便读的是同一个物理量，换算成分数的规则也不一样。

在实际操作中意味着什么

• 不把不同仪器的分数按时间顺序接在一起 — 拿上次A仪器的数值与这次B仪器的数值相比，读成“我的皮肤是不是变差了”，可能与实际情况不符。
• 追踪的前提是同一台仪器 — 要读出变化的方向，尺子必须固定。尺子一换，就分不清是变化还是尺子的差异。
• 比起分数的绝对值，相同条件下的差值更有信息量 — 比起今天是多少分，与三个月前相同条件下的数值相差多少，在临床上更有用。

另外，我们以诊疗记录与经过比较为目的使用拍摄和测量，从别处带来的报告单也会作为参考资料一并查看。只是当仪器不同时，我们不会直接比较分数，而是先询问那份报告单是在什么条件下得出的。

屏幕上的分数是与什么比较的结果

要打出分数，就得有比较的基准。知道这个基准从何而来，对读懂数字帮助很大。

Seo等人2022年发表于Journal of the European Academy of Dermatology and Venereology的横断面研究，以434名韩国人为对象，汇总8种仪器的测量值，提出了一套客观的分类体系。该研究给出的分界点，是把测量值分成三分位数之后的取值。

三分位数意味着什么

三分位数表示的是，在这个人群中相对处在什么位置。把全体参与者按数值大小分成三块，再取边界处的数值作为分界点。因此很难认为另有一条固定的正常值或病理数值的界线。

所以水分分数落在偏低区间，含义是在参照人群中位置偏下，而不是需要治疗的状态。实际上同样的水分数值，对某些人来说低到会引发皮炎，对另一些人来说只是略偏干，反而痤疮更少、状态更舒服。数字相同，这个数字对那个人的意义却可能不同。

好、差这类等级标注也是同样的结构

报告单上常常会在数字之外一并标出好、一般、差这类等级。这个等级对应的是前面所说换算的最后一步：把测量值与分界点比较后划分区间，再给这个区间取个名字。所以标注为差并不是病理性的判定，而更接近于落进了分界点以下那个区间的标记。

等级读起来比数字更斩钉截铁，误会也因此更容易产生。诊室里也常见某些项目被标注在偏下区间的结果，但仅凭这一个标注并不能决定治疗。处在同一区间，有人有症状、有人没有，而确认这个分野，最终靠的正是诊疗。

细胞层面的皮肤年龄仍处在暂缓判断的阶段

近来也有采集角质细胞、分析蛋白质指标并计算生物学皮肤年龄的服务，通过化妆品流通渠道被介绍出来。它看上去确实比表面照片更进了一步。

只是到目前为止，还没有研究讨论过这种方式的诊断效度。皮肤年龄这个概念本身也尚无公认的定义，选取哪些指标、组合几个，算出的数值就会不同，而组合方式通常并不公开。就现阶段而言，我们把它看作应当暂缓判断的阶段。比起报告单上的年龄数字，以当下有哪些症状为准来咨询更为实际。

同一张脸，结果却不一样的原因

如果说到这里谈的是哪些会出现分歧，接下来该看的就是为什么会分歧。原因不只在于仪器的性能。很多时候，测量条件所占的份量要大得多。

让水分与油脂类数值波动的条件

角质层与水分相关的指标会随以下因素变化。并不是其中哪一项特别反常，而是这类指标本来就会跟着这些因素一起动。

• 洁面后经过的时间 — 刚洁面与三小时之后的数值，在同一张脸上也会读出差别。
• 室内温度与湿度 — 从皮肤表面蒸发的水分量会直接受到周围环境影响。
• 测量前刚涂过的产品 — 涂过保湿霜或防晒霜之后，表面状态本身已经不同。
• 测量前的静置时间 — 进入室内马上测，和待上一会儿再测，条件并不相同。

明明有痤疮，报告单上却读成干性，也可以放在这个脉络里理解。刚洁面之后测，角质层的电容可能读得偏低；而表面油脂与角质层水分本来就是不同的指标。与其说仪器读错了，不如说更接近测量未能纳入的条件改变了结果解读这样一种情形。

让照片类数值波动的条件

表面拍摄方式也是一样。光线角度与面部位置只要稍有变动，阴影就会改变；阴影一变，毛孔与皱纹的判读也跟着移动。仪器之所以配备固定拍摄位置与照明的机制，原因也在这里。反过来说，没有遵守这套机制拍下的两张照片，很难成为彼此的比较对象。

拿到报告单时值得一并确认的事

在看数值之前先确认条件，解读会扎实得多。下面四项报告单上通常不会写，但记下来在诊疗时告诉我们，读数字时马上就能用上。

• 大约几点、洁面后过了多久测的
• 当天有没有涂过什么、测量前是否卸掉了
• 进入室内之后过了多久才测的
• 是否与上次测量使用同一台仪器、同一个部位

测哪个部位也是一个变量

Peperkamp等人2019年发表于Skin Research and Technology的信度研究，以49名参与者为对象，验证了某台仪器对皮肤厚度与弹性的测量。在弹性项目上，评估者间组内相关系数从0.23到0.80分布很广，重测组内相关系数则为0.25到0.84。

这两个数值是不同的指标。前者是换人来测时数值能保持多少，后者是在相同条件下再测一次时数值能保持多少，也就是重测一致性。重要的是两个指标的范围都很宽，意思是即便是同一台仪器，测的部位不同，有时是可信的测量、有时则不是。报告单上弹性那一行数值之所以难以直接当作治疗效果的依据，原因就在这里。

为什么问诊、视诊与触诊仍然是基准

诊室里首先做的，不是打开仪器先拍照，而是一边用眼睛看一边提问。这不是说不用仪器的判读，而是顺序与权重的问题。

我们会先问的几件事

• 从什么时候开始的 — 是几天还是几个月，能想到的原因就不一样。
• 洁面后大约几分钟开始觉得紧绷 — 以时间为单位的感受，比任何测量都更具体。
• 随季节如何变化 — 我们要看的是有没有反复出现的规律。
• 最近有没有换过产品 — 变化与时点的先后关系，正是在这里显现出来。

通过这些问题，除了此刻的样子之外，我们也一并确认随时间推移发生的变化。反复出现的经历、季节性波动、更换产品与变化之间的先后关系，都无法从某一时点的测量中获得。在寻找皮肤问题原因的工作里，这些关于时间的信息往往是关键。

用眼睛看、用手触摸的过程

视诊与触诊也起着同样的作用。脱屑的形态、皮肤的厚度感、按压后回弹的速度、表面的油脂感，是一次性综合判断出来的信息。它们处在被拆解成一个个分数之前的状态，所以当各项所见彼此矛盾时，这种矛盾本身有时就是线索。

表面泛着油光、指尖却摸到脱屑，就是这样的例子。这是表面油脂与角质层水分没有朝同一个方向变动的状态；可一旦被拆成两行分数显示出来，就容易让人以为其中一行是错的。实际上两行都没错，而这个组合本身往往正是在告诉我们，此刻皮肤里在发生什么。

这并不是在说使用仪器的诊疗是错的

为免误会，有一点想先说清楚。这篇文章并不是要拿使用皮肤检测仪的诊疗来做文章。在记录、说明与经过比较上，仪器带来的好处很明确，我们自己也正是为此在使用。能和患者看着同一个屏幕交流，在诊疗中确实相当有用。

只是那个屏幕是判断的起点，还是站在确认并留存判断的位置上，这是另一个问题。到目前为止积累的验证资料，对后一种用法的支持要好于前一种。所以我们才把顺序这样安排，而这不是设备的问题，而是当前证据所到达位置的问题。

归纳起来是这样。仪器用一把固定的尺子读此刻的表面，而问诊、视诊与触诊读的是时间的流动。这两类信息不是替代关系，而更接近先后关系。所以诊疗在前，仪器的判读放在确认并记录这个判断的位置上。

那么仪器什么时候用才合适

把上面的内容反过来看，皮肤检测仪的位置反而更清楚了。说存在不太合适的用法，也就意味着存在合适的用法。

• 治疗经过的追踪 — 对同一个人、用同一台仪器、在相同条件下反复测量，那么无论测量值本身的绝对准确度如何，变化的方向都能读出来。因为每次重复时套用的是同一把尺子。
• 记录 — 单凭记忆去比较三个月前的泛红很难，但留成图像就可行。尤其在红斑这类光学上读得比较稳定的项目上更为有用。
• 说明 — 为什么现在要加强保湿、为什么这一次间隔拉开一些更好，与其只用言语传达，不如一起看着同一个屏幕说明来得清楚。

例如用V-Beam或LDM处理泛红的经过、用PDT或Gold PTT调整痤疮状态的经过，这类随时间一点一点发生的变化，相同条件下的图像确实帮得上忙。眼睛也看得出来，只是间隔太长，单凭记忆难以比较。不过即便在这种时候，仪器决定的也不是次数或项目，而是经过正在朝哪个方向走。

反过来不太推荐的用法

就是用一次测量值确定皮肤状态，或以那个数字为依据决定治疗项目。以上面梳理的证据来看，很难支持这种用途。如果因为报告单上某个项目被标注为偏低，就自动跟出一项针对该项目的治疗，那么更建议再确认一次当下实际有哪些症状。

若以追踪为目的，先把条件对齐

• 用同一台仪器 — 固定尺子是第一步。
• 让洁面后经过的时间接近 — 与上次测量对上同样的时间点，比较起来会容易得多。
• 卸妆之后静置一会儿 — 留出适应室内环境的时间，在一致性上更好。
• 测同一个部位 — 部位一变，信度本身就可能改变。

以追踪为目的时，把条件对齐与仪器性能同样重要。条件一旦摇摆，再好的仪器也难以做出可供比较的数值。

间隔也一并定下来会更好。测得太频繁，条件差异带来的波动会看起来像变化；测得太稀疏，又缺少读出方向的落点。合适的间隔会随所处理的问题而不同，所以在第一次测量时就把下一次的时间点一起定好，实际上最省事。这时候比较的对象也不是紧挨着的那一个数值，而是把多个时点连起来的走势。

测量之前值得先了解的事

皮肤测量本身并不是有创操作，不过在探头接触的方式下，可能会留下一时的刺激感或压痕。皮肤处于敏感状态或有急性炎症时，把测量往后推一推更好。另外也请不要以测量结果为依据自行判断而中断或更改治疗。

文中引用的研究在样本量、测量部位与对象人群上都有限，尤其以面部部位为对象的验证资料尚未充分积累。今后的研究可能使解读发生变化。皮肤状态与测量值会因个人的皮肤条件、测量环境与仪器种类而呈现不同，存在个体差异。

最后

皮肤检测仪屏幕上显示的分数，不是诊断，而是当天的测量记录。只看今天这一个分数，意义并不大。可是把它和三个月后在相同条件下重新测得的数值并排放在一起，情况就不同了。从那时起，这个数字就不再是判定而成了追踪，而追踪在决定治疗方向时确实用得上。

还想再说一点，比起屏幕上的分数，您自己感受到的症状更靠前。洁面后几分钟开始紧绷、哪个季节会加重、用了哪款产品之后发生了变化，把这些记下来告诉我们，就会成为比任何仪器都有用的信息。仪器，请把它看作用来确认并记录这些叙述的工具。

从面诊到治疗

由皮肤科专科医生亲自面诊，确认问题所在的层次，确定设备与参数，之后由同一位专科医生接着完成治疗。这里不是由咨询顾问来推荐治疗的结构。

次数、间隔、维持的时间点与费用，都在第一次治疗之前一起确定。