Phân lớp tổn thương da là một thách thức quan trọng trong lĩnh vực y tế, đặc biệt là trong việc phát hiện sớm các tổn thương da ác tính. Các phương pháp truyền thống còn hạn chế trong việc nắm bắt các mối quan hệ phức tạp giữa các đặc trưng trong ảnh da. Một phương pháp mới được đề xuất nhằm kết hợp mô hình năng lượng (Energy-Based Models - EBM) theo hướng tiếp cận sử dụng khoảng cách năng lượng (Energy Distance - ED) và nhóm đặc trưng ABCDE của ảnh da. Cách tiếp cận này nhằm tích hợp Energy Distance vào quá trình huấn luyện mô hình EBM, cho phép mô hình nắm bắt hiệu quả hơn các mối quan hệ phức tạp giữa các đặc trưng ABCDE. Kết quả thực nghiệm trên bộ dữ liệu ISIC_2019 cho thấy rằng, khi ứng dụng mô hình EMB, có sự cải thiện về độ chính xác so với một số phương pháp truyền thống thông thường trong việc phân lớp tổn thương da, đặc biệt xử lý tốt với các bộ dữ liệu không cân bằng. Với kết quả đạt được, cùng với mong muốn đóng góp một cách thức tiếp cận khác trong việc phân lớp tổn thương da nói riêng và phân lớp hình ảnh y khoa nói chung, đồng thời cung cấp một công cụ hỗ trợ chẩn đoán hiệu quả.