AI面像与舌像分析有什么不同？采购时不要把图像项目混为一谈

采购演示中，“拍一张就知道很多”容易让人忽略数据类型。更清楚的提问方式是分别确认面像和舌像采集到了什么，输出哪些指标，以及这些指标如何被解释。

按图像类型核对采集要求

要求供应商提供各项目的姿态、距离、光线及质量示例，查看系统能否识别明显不合格的采集。不要用美颜后的图像代替原始采集，也不能把不同图像类型的失败原因混写成同一问题。需要重采时，应说明原因。

验证资料应与功能对应

询问每项分析的实际用途、适用对象、版本和限制。某一图像算法的研究成果，不能自动验证另一项目，也不能作为在售产品的统一准确率。报告中应分清直接采集、问卷输入与算法推断，方便员工解释信息来源。

落地核对清单

• 分别演示面像与舌像的采集和失败提示。
• 核对报告项目与输入对应关系。
• 确认没有把可拍摄误写成已验证分析能力。

常见问题

报告同时有面像和舌像就算四诊齐全吗？

不能仅据此判断，还要核对其他信息的实际采集及系统设计。

参考资料

• An optimized tongue image color correction scheme（2010） · 原始研究摘要
• 国家药监局：人工智能医用软件产品分类界定指导原则发布说明 · 监管资料

资料检索日期：2026年9月28日。正文中的采购和经营建议为独立整理，不代表参考机构推荐三真医产品。本文采用AI辅助生成与编辑，供设备选型和项目规划参考，不提供个人诊断、处方或疗效承诺。