在6月24日的昆明，中华医学会第二十四次全国皮肤性病学会年会闭幕会上，中南大学湘雅二医院皮肤性病科陆前进教授正式当选中华医学会皮肤性病学分会第十五届委员会主任委员。
陆前进表示，今后学会工作的重点，不仅要对一些重要皮肤病建立中国的数据，根据这些数据来制定中国的皮肤病诊疗指南，也要推动基础研究，加快与国际接轨的步伐。
另外，他也是一位积极拥抱技术的专家，希望用互联网+，强化医学教育。“我们前几届的委员会在基层医生大讲堂、高级讲堂这方面做了大量的工作。在这个基础上，我们要用好互联网+技术做线上的教育平台，进行临床专家授课和科研指导，从整体上提高我国的基础研究与临床诊疗水平。”陆前进解释道。
在大会结束后的第二天，陆前进仍照常 7 点多就出现在门诊，工作到深夜才回家。而这一以贯之的坚守，只是陆前进教授几十年临床和科研工作中的一个缩影。
负笈远洋后的毅然归国，研究红斑狼疮
1999 年，先后在湖南医科大学获得硕士、博士学位后，当时已是湖南医科大学科研处副处长的陆前进老师远渡重洋出国深造，赴美从事博士后研究，在密歇根大学医学中心专攻红斑狼疮表观遗传发病机制的研究。
陆前进认为，“在美国事业再成功、生活再富有，但是永远是外国人。而回到中国，为中国患者诊治与研究，用我的基础和临床研究成果为中国患者服务，我觉得这个价值更大。”
2005 年，陆前进放弃在美国优渥的工作和生活条件，毅然选择回国，从零开始创建实验室（现医学表观基因组学湖南省重点实验室）。
当时医院并未给予陆前进任何特殊的待遇，仅给了一个污水处理厂上的一间不足100 平米的实验室。即使如此，陆前进选择迎难而上选择我国表观遗传学研究——红斑狼疮。
这是一个困扰医学界多年、悬而未决的难题。虽然经过一个多世纪的研究，但是其病因和发病机制仍不清晰。
“我觉得红斑狼疮非常有挑战性。在大学毕业的时候，我就对它非常感兴趣，重点关注它的病因和发病机制研究，特别是其表观遗传学的研究。”陆前进这样说到。
做科研意味着无数次的反复实验和难以避免的失败。谈及几十年的科研之路，陆前进回忆道：“我们在研究中、尤其是基础研究中遇到了很多波折，也曾多次失败，但我们没有放弃，一直在努力。办法总比困难多。”
陆前进对工作的专注和坚持，也通过言传身教深深感染了他的学生及团队每一位成员。让其团队成员吴海竞副研究员印象深刻是，有一次陆教授患了严重的感冒，咳嗽不止，为了不耽误项目进度，他在实验室一边做着雾化，一边和课题组成员讨论。
经过多年的发展，陆前进的实验室已经从原来的不足100平米扩展到 1000 平米的综合型实验室。还承担了各项重大研究项目，比如美国NIH 研究基金、国家自然科学基金重大国际合作项目。
科研反哺临床，治疗红斑狼疮技术精湛
科研反哺临床。在破译了红斑狼疮的发病机制、对其早期诊断和治疗有更深入理解后，陆前进对红斑狼疮的治疗技术也愈发精湛。
每个礼拜一，陆前进的红斑狼疮专科门诊都被围得水泄不通。近几年来，全国各地慕名而来的红斑狼疮患者逐年增加，许多重症患者包括狼疮性脑病、严重的狼疮肾炎和血液系统受累患者均在陆教授的精心治疗下顺利出院。
一位来自外省、长期被误诊的女性患者，多年求医中辗转看了多家医院，病情却越发严重，多个器官受累，并被判定为无法生育。最后该名患者找到了陆教授，通过重新调整治疗方案后逐渐好转，并于两年后顺利产下了一名男婴。
陆前进还在国际上首次命名一种新型皮肤型红斑狼疮，并首次报道多种疑难罕见皮肤病，作为科主任，组织指导科室医师成功救治重症红斑狼疮、重症药疹、大疱性皮肤病等危重病例数千例，使这些生命垂危的患者转危为安。
借力 AI，为医生赋能
和一般医生单纯看病不同，陆前进出门诊时，还必备三样工具：随访本、工作章、重要患者的抽血资料。
对此他解释说：“这个目的是想积累更多的资料，不光是临床资料，还有生物样本。通过积累我们可以构建红斑狼疮中国患者的大数据，据此制定中国红斑狼疮的诊断和治疗的指南，以更适合中国的患者。”
正是这种以患者为中心的学科发展观，让陆前进在2007年开始着手建立红斑狼疮患者的临床数据库。5年前，陆前进团队在中国首次开展同时覆盖中国皮肤型红斑狼疮及系统性红斑狼疮的多中心流行病学调查研究，发现红斑狼疮非特异性皮损为内脏器官受累的独立危险因素，早期干预这类红斑狼疮患者可有效防范重要器官受累。
而对大数据的深入接触，让陆前进敏锐地察觉到人工智能（Artificial Intelligence, AI）对学科发展的助力，成为我国较早在人工智能皮肤领域进行尝试的专家。
“在十年前我就有这个想法。以形态学为主的皮肤病学在 AI 的应用中非常有优势，如果积累足够数量的皮肤病图片，完全可以通过机器辅助诊断，加上病史和实验室检查后，甚至可以实现精准诊断。”
2018年4月，陆前进教授带领的湘雅二医院和丁香园、睿琪软件共同发布了我国首个皮肤病辅助诊断平台智能皮肤。这个平台当前已免费对注册医生开放，可实现AI辅助诊断、病例管理和在线学习等功能，目前对包括红斑狼疮、银屑病、痤疮、带状疱疹在内的 85 种皮肤病的识别准确率达 86%，其中34种常见病大于95%，可识别病种数和准确率居行业之首。
陆前进教授认为，“AI 的发展能够让更多的皮肤科医生从简单的临床诊疗中解脱出来，让他们有更多时间去从事这些疾病的研究，去研发更好的技术和药物，有更多时间专注疑难杂症的诊治。我想这是未来的趋势。”
