AI 模型可以帮助对特应性皮炎病变的严重程度进行分类

快速阅读: 《美国管理式医疗杂志》消息，新研究显示，AI能有效评估特应性皮炎严重程度，但其与患者自述瘙痒程度常不一致。研究利用患者上传的照片，开发出可客观评估病情的AI模型，有助于及时治疗，但仍需多样化数据集进一步验证。

人工智能（AI）可能是用于客观测量特应性皮炎（AD）严重程度的宝贵工具，一项新报告指出。这项研究发表在《过敏》杂志的研究简报中，发现AI算法能够成功评估湿疹的严重程度，尽管严重程度评分并不总是与患者报告的瘙痒强度指标一致。

由于AD的慢性特点，需要对这种疾病进行长期管理和监控。他们表示，随着智能手机技术的发展，手机和社交媒体让用户更容易记录病情并了解更多相关信息。在日本，作者注意到，超过28,000名用户在一款名为“Atopiyo”的受欢迎AD平台上分享了超过57,000张关于症状的照片和评论。

“然而，患者报告结果与客观疾病严重程度测量之间的差异突显了标准化评估方法的需求以及数字生物标志物的潜在作用，”他们写道。主观和客观测量之间明显的特应性皮炎严重程度分歧强调了更精确评估方法的需求，作者解释道。“然而，患者报告结果与客观疾病严重程度测量之间的差异突显了标准化评估方法的需求以及数字生物标志物的潜在作用，”他们写道。

这份新报告记录了研究人员尝试使用AI来填补患者报告与客观严重程度测量之间的差距。该团队创建了一组三个算法来分析用户生成的照片。第一个算法经过训练以检测身体部位，因为用户生成的照片通常不显示患者的整个身体。第二个算法被构建用来检测照片中的病变。最后一个算法旨在使用Three Item Severity (TIS)评分系统评估病变的严重程度，该系统根据0到9的等级评估严重程度。

为了验证他们的发现，研究人员使用了SCORing Atopic Dermatitis (SCORAD)评估，该评估结合了客观测量（如强度参数）和主观测量（如瘙痒）。AI算法的使用者被指示在上传每张照片时使用Itch-NRS-5（数字评分量表）评分系统评估他们的瘙痒强度。使用2018年8月至2024年1月期间上传的图像数据库，研究人员从900名参与者中识别出9656张具有瘙痒评分且清晰到足以被模型分析的图像。

AI模型在检测身体部位方面准确率为98%，在检测湿疹区域方面则完全准确。在220张图片的情况下，提交照片的患者还由过敏科医生或皮肤科医生评估了他们的病变。AI算法生成的TIS评分与医生确定的评分高度相关（R = 0.73；P < 0.001）。 然而，在对8556张图片进行分析时，模型的严重程度评分与患者报告的Itch-NRS-5评分之间的相关性较弱（R = 0.11；P < 0.001）。研究人员表示，这表明疾病严重程度和瘙痒并不总是对应。实际上，2021年的分析表明，有时严重的瘙痒与根据SCORAD评估为轻度或中度的病变有关。相反，该研究发现，有时严重的病变只伴随轻微或中度的瘙痒。 主观和客观测量之间明显的疾病严重程度分歧凸显了更精确评估方法的需求，作者解释道，并补充说AI可以提供解决方案。“本研究开发的AI模型有可能帮助AD患者客观评估他们的皮肤状况，促进及时和适当的治疗，”他们写道。但他们补充说，这些模型需要使用更多样化的数据集进行验证，包括不同肤色的人群。 **参考文献：** 1. 小片川木子，广田麻衣子，高桥千佳子 等人。基于AI的真实世界患者照片特应性皮炎客观严重程度评估：一种数字生物标志物方法。《过敏》。2025年5月19日在线发布。doi:10.1111/all.16586 2. 谢伟，贝哈纳·玛妮娅，兰伯·A·杰克逊。特应性皮炎疾病教育。《实验医学进展》。2024;1447:209-215。doi:10.1007/978-3-031-54513-9_17 3. 柯瓦蒂亚·雷，雷迪·达维特，艾哈迈德·阿里，乔瓦达·拉吉，西尔弗伯格·J·伊森。结合瘙痒和病变严重程度的特应性皮炎临床表型：一项前瞻性观察研究。《过敏、哮喘与免疫学年鉴》。2021;127(1):83-90.e2。doi:10.1016/j.anai.2021.03.019

(以上内容均由Ai生成)