革新强直性脊柱炎评估：AI驱动的严重程度检查模型提升诊断精确度

亮点

1. AI驱动的模型在从X光图像中评估强直性脊柱炎严重程度方面取得了高准确率。
2. 自动化脊柱点检测和mSASSS评估简化了临床医生的工作流程，减少了观察者间差异。
3. 该模型以97.4%的准确率识别出严重的结构性改变（mSASSS评分3），展示了其在临床应用中的强大潜力。

研究背景与疾病负担

强直性脊柱炎（AS）是一种慢性炎症性风湿病，主要影响脊柱和骶髂关节，导致进行性结构损伤、活动能力受损和生活质量下降。及时准确地评估疾病严重程度对于治疗决策、预后和监测治疗反应至关重要。传统的评估依赖于放射学评分系统，如改良斯托克强直性脊柱炎脊柱评分（mSASSS），尽管其具有临床价值，但耗时且容易受到观察者间差异的影响。鉴于AS的患病率不断增加，以及许多地区风湿科人手有限，迫切需要自动化、可重复和可扩展的解决方案来支持该疾病的高效管理。

研究设计

陈等（Ann Med. 2025）的这项前瞻性、AI驱动的建模研究旨在开发和验证一种用于AS的自动严重程度检查模型，利用X光图像和mSASSS。研究包括来自222名患者的X光片，由三位专家根据mSASSS评分的金标准手动标注。AI模型分为两个阶段设计：
1. 关键点检测：自动识别脊柱上的解剖标志。
2. mSASSS评估：根据mSASSS标准对椎骨区域进行分类。
模型的准确性与专家共识评级进行了比较。研究遵循了《赫尔辛基宣言》的伦理原则。

Annotation of keypoints and their corresponding mSASSS

关键发现

两阶段AI模型表现出显著的技术性能：
– **第一阶段：关键点检测**
– AI预测的脊柱点与真实值之间的平均误差距离仅为1.57微米，表明了解剖定位的精确性。

– **第二阶段：mSASSS评估**
– 分类网络在分配椎骨区域的mSASSS等级时达到了0.81（81%）的平均准确率。
– 特别值得注意的是，该模型正确识别了97.4%的对应于晚期结构性损伤（mSASSS评分3）的区域，而评分0（无损伤）的区域有时被误分类为1或2，表明在较低评分范围内有过度估计的趋势。

这些发现表明，AI模型在检测严重的结构性改变方面特别稳健，这是临床决策中关于晚期疾病的关键方面。模型的高可重复性和速度有望标准化评估，减少临床医生的工作量，并促进大规模流行病学或干预研究。

专家评论

将人工智能整合到肌肉骨骼放射学中是风湿病学的一个变革性步骤。该模型在检测较高mSASSS等级方面的稳健表现尤其有价值，因为这些代表了临床上重要的脊柱损伤，与不良的功能结果相关。然而，mSASSS谱系低端的轻微误分类突显了进一步改进的必要性，可能通过使用更大、更多样化的数据集重新训练模型并结合其他成像模式（如MRI）来实现。

从临床角度来看，自动化评分可以大幅减少放射学评估所需的时间和专业知识，尤其是在资源有限的环境或高流量诊所中。此外，AI驱动的标准化可能会提高手动mSASSS评分的评分者间可靠性，这是已知的手动mSASSS评分的限制，并支持更一致地监测疾病进展和治疗反应。

然而，临床医生应意识到模型的局限性，包括目前对高质量、标准化X光片的依赖及其在区分早期结构性变化方面的表现。将其整合到临床实践中需要严格的外部验证、监管批准和适应实际工作流程的用户友好界面。

结论

陈等开发的AI驱动的强直性脊柱炎严重程度检查模型在放射学疾病评估方面取得了重大进展。通过以高准确率自动化关键点检测和mSASSS评分，该模型为临床医生提供了一种高效、可重复和可扩展的工具，用于分级AS的严重程度。未来的研究应集中在扩展不同患者群体和临床环境中的验证，并将AI模型整合到风湿病学实践中，以最大化其转化影响。最终目标是通过快速、客观和标准化的疾病负担评估来改善患者护理。

参考文献

陈CW，蔡HH，叶CY，杨CK，邹HK，梁PY，魏JC. 人工智能在风湿性疾病分类中的应用：以强直性脊柱炎严重程度检查模型为例。Ann Med. 2025年12月；57(1):2512131. doi: 10.1080/07853890.2025.2512131。

相关文献：
– 范德海德D等. 如何根据改良斯托克强直性脊柱炎脊柱评分（mSASSS）阅读放射照片。Ann Rheum Dis. 2004；63(10):1186-1193。
– 佩德森SJ等. 轴向脊柱关节炎成像的最新进展。Curr Opin Rheumatol. 2020；32(4):361-368。