近日，北京协和医院皮肤科主任晋红中团队在红皮病型银屑病精准诊疗领域取得重要进展。团队创新开发了基于深度学习的红皮病型银屑病严重度评估系统（EPICS），该系统能够自动化评估疾病并提供个性化治疗建议，为红皮病型银屑病的严重度分级和治疗提供了智能化决策工具。该研究成果已发表于国际皮肤科领域权威期刊American Journal of Clinical Dermatology（中科院一区，IF：8.8）上。

红皮病型银屑病是一种严重的银屑病亚型，其临床表现为广泛的皮肤损伤和系统性症状，病程中可能出现全身发热、淋巴结肿大、低白蛋白血症等症状，部分病情严重的患者甚至危及生命。现有的评估工具如银屑病面积与严重度指数（PASI）以及BSA等指标，在红皮病型银屑病患者中往往无法反映系统症状，难以有效区分不同病例的严重度。因此，开发一种能够综合评估临床症状与实验室指标的工具，对于精准评估严重度分级和治疗具有重要意义。

本研究收集了242例在北京协和医院住院的红皮病型银屑病患者数据。研究显示，与轻度患者相比，中重度患者的系统性症状如感染和水肿更为明显，住院时间也较长。研究人员采用人工神经网络、随机森林和极端梯度提升等机器学习算法，分析了两组患者的临床和实验室差异，识别出与严重度密切相关的关键因素。为进一步解释各个指标对模型预测结果的贡献，研究团队使用SHAP方法量化每个特征的重要性。分析结果表明，发热、水肿程度、低白蛋白血症等指标在严重度评估中占据重要地位。

▲红皮病型银屑病严重度评估系统（EPICS）开发流程

团队基于上述方法构建了EPICS系统并上线了网页版（https://pumch-dermatology.shinyapps.io/classification/），以期为临床医师提供精准的严重度评分及个性化治疗建议。医师只需输入患者的临床数据，系统便自动生成评估结果，如果判定是中重度建议更积极的系统治疗如生物制剂等治疗方案。晋红中指出，本研究进一步推动人工智能与大数据结合在皮肤科领域的应用，为红皮病型银屑病的临床诊疗提供了创新解决方案，具有广阔的临床前景。

本研究获得了中央高水平医院临床科研专项的支持。皮肤科晋红中主任为文章通讯作者，杨语嫣住院医师（现为麻醉科博士后）、吴超主治医师、张欣源住院医师为共同第一作者。

图文/皮肤科提供

编辑/王敬霞