La detección inmunohistoquímica (IHC) es crucial en el diagnóstico del cáncer de pulmón. Interleucina-24 (IL-24) es un marcador valioso en el análisis de IHC, que ayuda en la caracterización tumoral y en la pronóstico. Sin embargo, los métodos de puntuación manual actuales son laboriosos, imprecisos y subjetivos, lo que conduce a inconsistencias entre los observadores. Los métodos de puntuación automatizados también tienen limitaciones, como una segmentación deficiente y falta de interpretabilidad. En este documento, presentamos RMD-Net, un nuevo marco de red de puntuación diseñado específicamente para la puntuación de IL-24 en el cáncer de pulmón. El marco incorpora un mecanismo de atención regional y una red de puntuación de múltiples canales. Inicialmente, la identificación y segmentación de la región diagnóstica se logran mediante la integración del módulo de atención espacial regional diagnóstica en la red totalmente convolucional. Posteriormente, empleamos el algoritmo de Multitresholding Adaptativo para derivar mapas de descripción de características expertas y sólidas. Finalmente, las imágenes de IHC guiadas por atención y los mapas de descripción de características expertas se introducen en una red de puntuación de múltiples canales. Su estructura incluye capas de fusión de características y capas de puntuación para garantizar la precisión y la interpretabilidad del resultado final. Hasta donde sabemos, este es el primer sistema que emplea directamente imágenes de IHC de IL-24 de cáncer de pulmón como entrada y combina características derivadas de expertos y características abstractas de aprendizaje profundo para producir puntuaciones clínicas. Nuestro conjunto de datos proviene del Instituto de Ciencias de la Vida e Ingeniería de la Universidad Jiaotong de Beijing. Los resultados experimentales demuestran que el método propuesto logra una precisión de puntuación de IL-24 del 89.25%, una puntuación F1 del 89.00 y una precisión del 95.94%, superando a otros métodos de vanguardia. Esta contribución tiene el potencial de avanzar en el diagnóstico clínico y las estrategias de tratamiento para el cáncer de pulmón.