由庆应义塾大学医学院、京都府立医科大学和帝京大学的研究团队与Atopiyo公司合作，开发了一种新型人工智能（AI）模型，该模型可以通过患者上传的智能手机照片客观地评估湿疹的严重程度。
他们的研究结果发表在《过敏》杂志上。
特应性皮炎（AD）是一种常见的慢性皮肤病，反复发作，通常需要长期监测和调整治疗方案。
近年来，智能手机应用程序和社交媒体平台使患者更容易跟踪症状、了解病情并记录随时间的变化。然而，患者报告的症状如瘙痒或睡眠不足并不总是与可见的疾病严重程度一致。
这种差距突显了对更标准化、客观评估工具的需求——并强调了数字生物标志物在填补这一角色方面的潜力。
为了解决这个问题，研究团队利用了日本最大的AD平台Atopiyo的数据，自2018年以来，超过28,000名用户分享了超过57,000张症状照片和个人评论。
在这项研究中开发的AI模型集成了三个关键算法：身体部位检测、湿疹病变检测以及使用三项目严重度（TIS）量表进行严重度评分，该量表评估红斑、肿胀和抓痕。
使用包含880张带有自报瘙痒分数的训练数据集，该AI模型展示了高诊断准确性。在使用220张测试图像进行验证研究时，基于AI的TIS（AI-TIS）与皮肤科医生评估的TIS分数（R = 0.73，P < 0.001）和客观SCORAD分数（R = 0.53，P = 0.04）显示出强相关性。
“许多湿疹患者难以自行评估其疾病的严重程度，”该研究的通讯作者Adachi博士说。“我们的AI模型允许仅使用智能手机进行客观、实时的跟踪，从而增强患者的自我管理能力。”
有趣的是，研究还发现，基于AI的严重度评分与自报瘙痒评分之间只有弱相关性，这突显了感知症状与可观察到的炎症之间的差异。这支持了数字生物标志物在提高皮肤病护理精确度方面日益增长的需求。
研究人员计划通过纳入更广泛的皮肤类型、年龄范围以及整合其他临床特征（如SCORAD和EASI评分系统）来扩展该模型的实用性。这项工作为支持现实世界环境中患者和临床医生的AI驱动远程皮肤病学解决方案铺平了道路。
(全文结束)
