芝加哥——在2025年美国风湿病学会（ACR）年会上，领先研究人员展示了有望彻底变革风湿病学领域的人工智能（AI）突破性应用。从新型影像分类工具到合成数据生成和预测建模，这些研究凸显了AI在改进诊断、优化治疗策略及深化疾病预后理解方面的扩展作用。
AI在影像和疾病分类中的进展
多项研究摘要展示了AI增强放射学解释和疾病分类的潜力，为临床医生提供更快、更准确的见解：
- AI用于骶髂关节炎分类（摘要2127840）： 研究人员开发出一种AI工具，利用磁共振成像（MRI）检测脊柱关节炎患者的活动性骶髂关节炎病变，提供可扩展的标准化解释方法，有望降低阅片者间变异性。
- 强直性脊柱炎的ASembleNet混合AI模型（摘要2131420）： 一种新型混合架构结合Transformer和卷积神经网络，在基于MRI的强直性脊柱炎分类中表现卓越，指向更精准的计算机辅助诊断发展方向。
- 手部骨关节炎的生成式AI应用（摘要2120900）： 研究团队采用基于CycleGAN和EfficientNetB7的模型提升手部骨关节炎分类精度，突显生成式AI在扩展训练数据集、解决罕见疾病诊断局限方面的价值。
生成式AI助力疾病区分
- 类风湿关节炎与银屑病关节炎的诊断支持（摘要2129810）： 一项研究运用生成式AI创建合成数据，有效区分血清阴性类风湿关节炎和无皮肤银屑病表现的银屑病关节炎，为临床医生解决风湿病学中最棘手的诊断重叠问题提供新途径。
患者预后的关键预测因子
- 银屑病关节炎中体重指数与治疗效果的关联（摘要2130445）： SPEED试验结果显示，通过AI驱动分析评估的体重指数（BMI）比具体治疗方案更能决定银屑病关节炎患者一年后的预后效果。该发现强调在药物治疗的同时必须关注生活方式干预，以实现最佳患者管理。
重塑风湿病学领域格局
综合来看，这些研究证实AI正在风湿病学的诊断、疾病区分和患者预后等多维度产生日益深远的影响。ACR 2025年会专家强调，AI驱动的解决方案不会取代临床医生，而是提供可适配的工具以补充专业判断、提升诊断准确性并加速以患者为中心的护理实践。
“人工智能正从概念迈向风湿病学的临床实用阶段，”卡塔尔哈马德医疗公司的米拉尔·哈米德·加里卜医学博士表示，他作为《ASembleNet：用于基于MRI的强直性脊柱炎分类的混合AI模型》摘要的主要研究者指出，“这些发现彰显了技术的双重价值——不仅通过影像和合成数据优化诊断精度，更能揭示影响治疗策略的关键疾病预后预测因子。”
【全文结束】
