一项新研究表明，人工智能（AI）有望帮助风湿病学家为银屑病关节炎（PsA）和中轴型脊柱关节炎（axSpA）患者量身定制治疗决策。
来自德国的研究人员开发了机器学习（ML）模型，能够预测哪些患者在使用靶向白细胞介素-17A的生物制剂司库奇尤单抗（secukinumab）治疗16周后，最有可能达到低疾病活动度（LDA）和高健康相关生活质量（HRQoL）。
数据驱动的预测
这些发现源自AQUILA研究，这是一项大型、持续进行的多中心真实世界调查，涉及1,961名活动性PsA或axSpA患者。这种AI驱动的方法分析了基线临床、人口统计学和实验室数据，以在治疗开始前预测结果。
该模型采用二元机器学习算法结合可解释人工智能（XAI）工具，不仅预测治疗结果，还能解析各因素对结果的具体影响机制。
关键预测因素
对于PsA患者，达到LDA的最强预测因素包括患者和医生的全局评估、既往生物制剂治疗史、压痛关节计数及年龄。预测高HRQoL的关键因素则涵盖疾病影响评分、抑郁水平、身高、压痛关节计数和体重指数（BMI）。
在axSpA患者中，LDA的核心影响因素为疾病活动指数（BASDAI）、既往生物制剂使用、C反应蛋白（CRP）水平、ASAS健康指数及身高。高HRQoL则与更佳的基线功能评分、较低抑郁水平和较低BMI显著相关。
迈向个性化护理
研究人员强调，XAI技术增强了模型预测的透明度，使临床医生能够理解特定患者治疗反应差异的原因。
该研究为AI辅助临床决策支持系统的发展奠定基础，未来有望优化慢性炎症性疾病的治疗选择，提升全球数百万患者的管理效率。
参考文献
Vodenčarević A 等. 预测银屑病关节炎或中轴型脊柱关节炎患者治疗结果：一种人工智能驱动的方法. 风湿病学杂志. 2025;DOI: 10.3899/jrheum.2025-0327.
【全文结束】
