基于人工智能图像分析的居家银屑病客观严重度评估：随机临床试验中的可行性与信度验证
Artificial intelligence (AI)-powered imaging for objective psoriasis severity assessment at home: Feasibility and reliability in a randomized clinical trial.
该前瞻性临床试验验证了基于智能手机移动端及标准化成像标记物的人工智能（AI）系统在患者居家场景下评估斑块状银屑病皮损严重度的可行性与可靠性。AI模型定量计算红斑与脱屑衍生的靶皮损评分（Target Lesion Score）与皮肤科专家的临床评分呈现出极高的一致性与良好信度，能灵敏追踪抗炎靶向治疗诱导的纵向皮损改善，为去中心化临床试验及慢性炎症性皮肤病远程慢病管理提供了关键的客观数字生物标志物。
前瞻性双盲随机安慰剂对照临床试验亚组分析/验证研究，为期16周，基于NGID联盟队列（包含26例接受标准化随访及AI远程监测的银屑病患者，采集数百张标准化皮损及局部体表区域图像）
银屑病核心免疫轴为IL-23/IL-17信号通路，下游驱动角质形成细胞异常增殖与局部中性粒细胞/血管扩张浸润；AI系统通过色度学标定与深度学习分割算法，定量捕获微血管扩张（红斑）与异常角化（鳞屑）等IL-17介导的病理生理客观表征。
- 文献原题：Artificial intelligence (AI)-powered imaging for objective psoriasis severity assessment at home: Feasibility and reliability in a randomized clinical trial.
- 发表期刊：Journal of the American Academy of Dermatology（IF: 12.8 | 1区 Top | Q1）
- 🔗 DOI 直达：10.1016/j.jaad.2026.06.047 | 🏛️ PubMed PMID：
42288213 - 研究方法与样本量：前瞻性双盲随机安慰剂对照临床试验亚组分析/验证研究，为期16周，基于NGID联盟队列（包含26例接受标准化随访及AI远程监测的银屑病患者，采集数百张标准化皮损及局部体表区域图像）
- 核心机制与分子靶点：银屑病核心免疫轴为IL-23/IL-17信号通路，下游驱动角质形成细胞异常增殖与局部中性粒细胞/血管扩张浸润；AI系统通过色度学标定与深度学习分割算法，定量捕获微血管扩张（红斑）与异常角化（鳞屑）等IL-17介导的病理生理客观表征。
该前瞻性临床试验验证了基于智能手机移动端及标准化成像标记物的人工智能（AI）系统在患者居家场景下评估斑块状银屑病皮损严重度的可行性与可靠性。AI模型定量计算红斑与脱屑衍生的靶皮损评分（Target Lesion Score）与皮肤科专家的临床评分呈现出极高的一致性与良好信度，能灵敏追踪抗炎靶向治疗诱导的纵向皮损改善，为去中心化临床试验及慢性炎症性皮肤病远程慢病管理提供了关键的客观数字生物标志物。
📊 核心临床 / 实验数据
- AI算法（ARORA® AI / Scarletred®Vision）通过专利皮肤贴片校准环境光源，在居家与院内环境下自动实现红斑与鳞屑的多维度客观像素分割与量化。
- AI计算出的局部靶皮损评分（Target Lesion Score / 局部PASI衍化评分）与高年资皮肤科专家面对面临床评分相关系数具有极高的统计学一致性与组内相关系数（ICC），展现出优异的评估信度。
- 在16周纵向随访过程中，居家AI评估系统灵敏捕获了活性治疗组相比安慰剂组靶皮损面积、红斑强度及鳞屑厚度的动态消退轨迹，治疗反应区分度与传统临床终点高度契合。
- 患者居家依从性与图像合格率表现优良，未因光照、拍摄角度或手机型号异质性造成显著系统性误差。
🩺 专家临床启示与转化视角
传统PASI评分由于观察者间与观察者内变异度大、主观性强，且依赖频繁的线下门诊随访，在分散式/去中心化临床试验（Decentralized Clinical Trials, DCT）及日常慢病管理中存在较大局限。本研究证实了融合标准化物理校准贴片的移动端AI技术能够直接将客观、高分辨率的严重度评分延伸至患者家中，消除环境光照干扰与主观评分偏差。在临床科研转化与实践中，该技术不仅可作为新型生物制剂（如靶向IL-17A/F、IL-23p19）或小分子靶向药（如TYK2抑制剂）临床试验的客观数字化终点（Digital Biomarkers），更为银屑病长程维持治疗期间的复发预警与精细化随访提供了极具前景的数字化诊疗工具。