舌象识别的误差,大部分不产生在模型里,而产生在快门按下的十几秒。色温、白平衡、拍摄距离与角度、有没有开闪光灯、患者刚喝过水、伸舌时间过长导致舌体充血变红,任何一个变量失控,都足以让同一位患者的两次拍照得出两个结论。判断一套舌象模块能不能用,先看它有没有把采集条件管住,而不是先看它用了多大的模型。
行业里比较舌象算法,习惯拿同一批图片跑不同模型。这个比法默认了图片是给定、干净、可比的,真实诊室没有这个前提。同一台设备、同一位医生、同一位患者,上午九点和下午四点拍出来的两张舌图,色差可能比两个模型之间的差距还大。
一、两次结论不一样,先查屋子再查模型
舌诊要看的东西不多:舌质颜色、舌体形质、舌苔的颜色厚薄、津液润燥。这几项里只有形质(胖瘦、齿痕、裂纹)相对稳定,其余全是颜色与光泽,而颜色最怕光源。
白平衡是自动的,补偿方向由画面里占主导的色块决定。诊室墙面偏米黄、诊桌是深色木纹、医生白大褂占了小半个画面,三种情况会把白平衡往三个方向拉。舌质的淡红、红、绛,肉眼是连续过渡,像素上是一组具体数值;白平衡一偏,淡红会被读成红,红会被读成绛。
排查顺序应当是:先看两次拍照的场所与时段是否相同,再看有没有开闪光灯,再看患者前一小时吃了什么,最后才核对模型版本。多数「系统今天好像不太准」的反馈,走到第三步就结束了。辨证云在客户现场处理这类反馈时,第一件事也是调出两次采集的原图并排看。
二、六个变量,各自能把结果推多远
| 变量 | 常见偏差 | 落到识别上的表现 | 建议做法 |
|---|---|---|---|
| 光源色温 | 诊室暖白光约 3000K,窗边日光约 5500K | 舌质偏红或偏淡,苔色白黄难分 | 固定 5000–5500K,显色指数 Ra≥90 |
| 白平衡与背景 | 米黄墙面、深色诊桌、彩色窗帘 | 整幅画面偏色,同一舌体两次不同 | 用中性灰背景板,拍前拍一张白纸参照 |
| 距离与角度 | 远近不定、俯角过大或过小 | 舌体大小失真,舌面反光位置乱变 | 距离 20–25 厘米,镜头俯角约 45 度 |
| 补光方式 | 手机闪光灯直打 | 舌面高光成片,苔的纹理被洗掉 | 用漫射环形光,禁用直闪 |
| 拍摄前饮食 | 刚喝水、刚喝咖啡、刚吃水果 | 舌面湿润度虚高,苔被染色 | 进食饮水后静候 30 分钟再拍 |
| 伸舌时长 | 一次伸舌超过一分钟 | 舌体充血,淡红变红,甚至近绛 | 单次不超过 30 秒,超时休息一分钟重拍 |
最容易忽略的是最后一行。伸舌是个费力动作,舌体持续前伸时静脉回流受阻,颜色会在几十秒内变深。医生肉眼看惯了,知道这是伸久了;系统不知道,它只看到一条偏红的舌头。辨证云把这三十秒做成采集界面的倒计时,超时那张图直接作废。
三、一套能落地的采集规范
规范不必复杂,但要写死。
光线:优先用稳定的漫射光源,色温锁定在 5000–5500K,显色指数不低于 90。避免靠窗、避免顶灯直射、避免彩色装饰灯。做不到恒定光源的,至少做到同一个采集点只用一种光。
位置:镜头与舌面距离 20–25 厘米,俯角 45 度左右。患者坐正、头略前倾,舌体自然伸出、舌尖微向下、舌面平展。舌体要完整入框,唇齿不能压住舌边。
张数:一次采集拍三张,分别是舌面正面、舌下络脉、舌体侧面。缺一张,遇到舌下静脉曲张这类情况就只能靠文字描述。
时间:固定在上午,进食饮水后 30 分钟以上。复诊尽量安排在与初诊相近的时段,减少昼夜节律带来的色差。
时长:单次伸舌控制在 30 秒内。超过就请患者闭口休息一分钟重新采集,不要用「再坚持一下」的方式硬拍。
辨证云把这五条做成一张可打印的操作卡随设备交付:规范写在手册第 40 页,等于没写。
四、把校验做在入口:不合格就重拍
规范写在纸上,执行总会走样。更好的做法是把判断做进流程——图像先过一道质量校验,不合格的不进推理链。
可校验的项不多,但足够拦住大部分废片:曝光过曝或欠曝、画面模糊、白纸参照缺失、舌体未完整入框、高光面积超标。这几项工程上不难,难的是愿不愿意做成硬门槛。
前置校验的代价是少给一个结果,换来的是避免让医生拿着不可靠的结论去下笔。辨证云在舌象环节采取硬拦截思路,达不到采集标准的图直接提示重拍并说明哪一项不合格,而不是照常输出一个看起来很完整的判断。
如果系统对着一张逆光的、糊掉、被闪光灯打爆的舌图照样给出「舌质红、苔黄腻」,医生第一次会被误导,第二次就不再相信它。信任的崩塌很少始于大错,多始于一次「明显不对但它很自信」。
五、采购时可以问的三个问题
舌象功能在标书里通常只写一句「支持舌象采集与识别」。这句话掩盖了全部关键差异。该问的是三件事。
第一,有没有成文的采集规范,含光源、距离、角度、时长,能不能随设备一起交付。第二,有没有图像质量校验,不合格的图是拒绝出结果,还是照样出结果。第三,同一患者重复采集的一致性怎么测、测过没有、样本多少。
前两个决定它在真实诊室能不能稳定工作,第三个决定医院敢不敢写进质控。三个都答清楚的不多,但只有答清楚,后面的辨证才有意义。
辨证云把舌象看作四诊数据里最容易污染的一路:它由光决定,由操作者的手决定,由患者前一小时的饮食决定,唯独不全由算法决定。同一套引擎在不同医院表现不同,差距常先出现在采集位上。
写在最后
舌象识别的上限由算法决定,下限由那间屋子决定。临床上让人难受的,从来不是上限不够高,而是下限不稳。
当一位医生说这个模块不太准时,值得先回到采集位站两分钟:看看窗在哪、灯是什么色、上一次拍照是饭前还是饭后。这些问题解决后还剩的差距,才是模型该负责的部分。判断顺序也一样——先问它怎么保证输入,再问它怎么证明输出。