欢迎访问光前中药材种植养殖网!
24小时客服热线: 13956769187
电话热线: 0558-5589213

人工智能引领类风湿关节炎诊疗新突破

发布时间:2025-06-14 阅读:458

原创 RAI 编辑部 风湿病与自身免疫   

关注RAI | 共创未来 

Rheumatol

Autoimmun

图片

导读

Rheumatology  Autoimmunity

当全球 1% 人口深受类风湿关节炎(Rheumatoid arthritis, RA)的关节侵蚀与功能丧失困境时,人工智能(Artificial intelligence,AI)正以颠覆性技术重塑这一疾病的诊疗格局!浙江大学医学院附属第一医院陈伟钱教授团队在Rheumatology Autoimmunity上发表综述文章,深度剖析近5年AI在RA诊疗领域的突破性进展,揭示 AI如何从实验室走向RA诊疗一线,为千万患者点亮精准医疗希望之光,开启 RA 精准诊疗新时代。

图片

扫描二维码获取原文

图片



研 究 背 景 与 方 法

     类风湿关节炎(Rheumatoid arthritis, RA)是一种慢性自身免疫性疾病,约影响全球1%人口。其特点为关节滑膜炎症,若不及早诊治,常导致不可逆的关节损伤,严重影响生活质量。近年来,人工智能(Artificial intelligence,AI)技术,尤其是机器学习(Machine learning, ML)与深度学习(Deep learning,DL),在风湿病领域迅速发展,在医学影像分析、数据整合、疾病预测及个体化治疗等方面展现出巨大潜力。

RA的诊断与治疗高度依赖多模态数据,包括临床病历、影像检查与基因组信息。AI凭借其强大的数据处理与模式识别能力,正在成为实现精准医疗的重要工具。本文以系统综述方式,梳理了近5年(2019~2024年)AI在RA中的研究与临床应用进展,重点涵盖三方面内容:影像识别技术、多模态数据融合,以及个体化医疗支持。涉及的技术框架包括卷积神经网络(Convolutional neural networks, CNN)、Transformer、残差网络(Residual network, ResNet)、循环神经网络(Recurrent neural networks, RNN)、自动编码器(Autoencoder)等,涵盖X线、MRI、超声图像分析,基因组解析与自然语言处理(Natural language processing,NLP)等应用场景。


研 究 结 果  

    本研究从以下三个方面总结AI在RA领域的应用成效:

1. 影像分析:
  AI显著提高了RA相关医学影像的分析效率与准确性。

  • X线:CNN U 型网络(U-Net)等模型能自动识别滑膜炎、骨侵蚀等关键特征,在敏感性和一致性上超过传统人工评分。

  • 超声:利用VGG-16Inception v3、自注意力U-Net等架构,AI提升了图像判读的客观性与一致性。

  • MRI:通过自动分割骨髓水肿、滑膜炎等病变区域,模型如Dynamika-RA与传统RAMRIS评分高度一致,节省评估时间。

图片

图1 人工智能概况示意图

2. 多模态数据整合:
   AI可融合图像、基因组和电子健康记录(Electronic health record, EHR)数据,实现更精准的RA分型与疗效预测。

  • RANet可通过热成像识别病变手部,ResNet-101成功用于智能手机拍摄图像的炎症检测。

  • 最小绝对收缩和选择算子(Least absolute shrinkage and selection operator, LASSO)+随机森林(Random Forest, RF)算法识别与PANoptosis相关的RA关键基因。
  • NLP技术可从病历中提取肺功能、疾病活动度等关键指标,增强大数据利用效率。

图片

图2 机器学习和深度学习算法在类风湿关节炎研究中的应用

3. 个体化治疗预测:
  AI可辅助医生制定个性化用药方案。

  • DL与ML模型预测患者对生物制剂如英夫利昔、阿达木单抗的反应,最高曲线下面积(Area under the curve, AUC)达0.92。

  • 无监督聚类如 K均值聚类(K-means)和深度嵌入聚类实现了RA亚型的精准划分。
  • GPT-3.5等大型语言模型实现转录组与文献的整合,用于发现潜在的药物重定位机会。

结 论 

      尽管AI在RA中的应用取得诸多突破,仍面临挑战:


  • 数据复杂性高:多模态数据维度高、样本少,易致过拟合。

  • 模型可解释性差:深度模型如黑箱,限制其在临床场景的信任与应用。

  • 伦理与隐私问题突出:数据使用涉及隐私保护、偏倚控制等复杂问题。

  • 缺乏标准化流程:跨机构验证与模型通用性尚待加强。

未来研究应重点解决模型的可解释性与泛化能力。建议推广显著性图、注意力机制等技术以提升透明度;利用迁移学习、数据增强与联邦学习缓解数据稀缺问题;同时推动图神经网络等模型在多模态整合中的应用。此外,还需建立AI伦理与监管框架,确保临床部署的安全性与公平性。

欢 迎 引 用

How to cite: Sun Y, Lin J, Chen W. Artificial intelligence in rheumatoid arthritis. Rheumatol Autoimmun. 2025; published ahead of print. doi:10.1002/rai2.12171.




图片

作者简介

孙伊多


博士

毕业于中国医学科学院北京协和医院

浙江大学医学院附属第一医院风湿免疫科,主治医生

浙江省医师协会风湿免疫科医师分会,第二届青委

浙江省免疫学会风湿病分会风湿专委会,青委

浙江省医学会风湿病学分会第四届委员会,秘书

浙江省医学会风湿病学分会影像学组,秘书

参与撰写《2024中国类风湿关节炎诊疗指南》

发表SCI多篇,参与国自然项目、RA国家重点研发项目



图片

作者简介

陈伟钱


博士,博士生导师 

浙江大学医学院附属第一医院风湿免疫科,主任医师 

美国宾夕法尼亚州立大学博士后 

浙江大学医学院附属第一医院 研究生党支部书记 

浙江省医学会风湿病学分会 委员 

浙江省医师协会风湿免疫科医师分会 委员 

浙江省医师协会风湿免疫科医师分会炎性关节病学组 副组长 

海峡两岸医药卫生交流协会风湿免疫专委会银屑病关节炎学组 委员 

浙江省高层次人才医疗卫生青年人才

 关 于 R A I 

图片

期刊主页: 

https://onlinelibrary.wiley.com/journal/27671429

投稿网址:

https://mc.manuscriptcentral.com/rai


邮箱:rai@cmaph.org

电话:010-51322118

地址:北京市西城区东河沿街69号正弘大厦427室


上一篇:祖太老爷留下传男不传女的密方

下一篇:一碗抗癌汤,连喝28天,把癌细胞一网打尽!