تلعب التصنيف الدقيق لشدة أمراض الجلد دورًا حاسمًا في توفير علاج دقيق للمرضى. يُعد حب الشباب الشائع، وهو أكثر أمراض الجلد شيوعًا في مرحلة المراهقة، قابلاً للتصنيف باستخدام عد الآفات المستند إلى الأدلة، بالإضافة إلى التقدير الشامل المستند إلى الخبرة في المجال الطبي. ومع ذلك، نظرًا لتشابه مظهر حب الشباب من حيث الشدة، يصعب عدّه وتصنيفه بدقة. في هذا البحث، نعالج مشكلة تحليل صور حب الشباب باستخدام التعلم التوزيعي للوسوم (Label Distribution Learning - LDL)، مع أخذ المعلومات الغامضة بين شدة حب الشباب بعين الاعتبار. وبناءً على معايير التصنيف المهنية، نُنتج توزيعين لوسوم حب الشباب، يراعيان العلاقة بين عدد الآفات المتشابهة وشدة الحالة على التوالي. كما نقترح إطارًا موحدًا لتصنيف وحساب آفات حب الشباب معًا، ويتم تحسينه باستخدام دالة خسارة التعلم متعدد المهام. بالإضافة إلى ذلك، قمنا ببناء مجموعة بيانات جديدة تُسمى ACNE04، تحتوي على تسميات لشدة حب الشباب وعدد الآفات في كل صورة، لغرض التقييم. تُظهر التجارب أن الإطار المقترح يتفوق على الطرق الحديثة المتطورة. ونُعلن عن توفير الكود ومجموعة البيانات للجمهور عبر الرابط: https://github.com/xpwu95/ldl.