多年来，有效管理特应性皮炎（AD）一直是医生的重要任务之一，因为患者因瘙痒和皮肤炎症等症状而生活质量受到严重影响。由于AD的诊断主要依赖临床表现，因此可能具有主观性，导致诊断结果存在差异。缺乏用于确诊和评估病情严重程度的客观生物标志物，进一步增加了诊断的复杂性。
在人工智能（AI）时代，多个行业已经观察到利用AI的趋势，尤其是在医疗保健领域产生了重大影响。AI通过模拟人类智能，为医疗领域的挑战提供了创新解决方案，促进了诊断、药物发现和个性化医疗的重大改进。将AI应用于AD的诊断和识别，可以更早、更准确、更标准化地识别该病况，从而优化患者的治疗效果。AI驱动的图像识别可以确定皮肤病变图像中AD的特征模式，通过机器学习，AD的诊断准确性可以显著提高（Jain等人，2024）。AI处理患者数据集的能力有助于识别风险因素并预测AD的发生，这有助于更好地监测和管理疾病。通过将AI融入诊断范式，可以实现更个性化的治疗计划、持续监测以及技术进步的应用。
此前已有研究探讨过这些技术，包括针对可穿戴设备的研究。特别是，配备AI技术的可穿戴设备可以提供皮肤状况的持续监测，提供对疾病管理至关重要的实时数据。李等人（Lee等人，2015年；Ikoma等人，2019年）研究了一种带有加速度计的手表，用于识别AD患者的搔抓倾向，结果显示该手表与红外视频监控相比表现出显著的准确性，右手搔抓动作的检测率为98.5%-99.0%，左手为93.3%-97.6%。这种持续监测可以帮助医生在病情变化（如发作）时及时调整治疗方案，已引起了雀巢皮肤健康和苹果公司（Apple Inc.）的兴趣，两家企业合作通过智能手表应用程序向患者提供这项发明，以提供AD患者瘙痒严重程度的客观间接测量。另一项由Maulana等人进行的研究也探讨了通过AI模型对AD严重程度的分类。具体而言，Maulana等人专注于代表性不足的人群，并成功验证了他们的模型，显示出在帮助皮肤科医生和全科医生更准确地分类AD严重程度方面的巨大潜力，从而改善诊断和患者护理，提供更具包容性的皮肤病诊断（Maulana等人，2023年）。
上述技术进一步展示了AI在AD领域的多重影响，突显了其改善当前诊断和管理该病的能力。AI专家、临床医生和研究人员之间的合作对于充分理解AI在改善AD管理方面的潜力至关重要。
(全文结束)
