Zespół badaczy z japońskich uczelni, w tym Szkoły Medycznej Uniwersytetu Keio, Prefekturalnego Uniwersytetu Medycznego w Kioto oraz Uniwersytetu Teikyo, we współpracy z firmą Atopiyo LLC, opracował innowacyjny model sztucznej inteligencji, który umożliwia obiektywną ocenę nasilenia atopowego zapalenia skóry (AZS) za pomocą zdjęć wykonanych smartfonem. Wyniki tego przełomowego badania zostały opublikowane na łamach prestiżowego czasopisma Allergy – oficjalnego periodyku Europejskiej Akademii Alergologii i Immunologii Klinicznej.
Atopowe zapalenie skóry to przewlekła choroba skóry charakteryzująca się nawrotowym przebiegiem i koniecznością długoterminowego leczenia oraz kontroli stanu skóry. Choć nowoczesne technologie, takie jak aplikacje mobilne czy platformy społecznościowe, umożliwiają pacjentom dokumentację objawów i postępów leczenia, wiele z raportowanych przez nich odczuć – na przykład poziom świądu czy zakłócenia snu – nie zawsze odpowiada aktualnemu stanowi zapalnemu skóry widocznemu gołym okiem. Te rozbieżności pokazują potrzebę istnienia bardziej obiektywnych narzędzi diagnostycznych, które mogłyby pogodzić subiektywne doświadczenie chorego z rzeczywistym obrazem klinicznym.
Odpowiedzią na to wyzwanie jest sztuczna inteligencja, która powstała dzięki analizie ogromnej bazy danych z platformy Atopiyo – największego japońskiego serwisu wspierającego osoby z AZS. Od 2018 roku użytkownicy tej aplikacji zamieścili ponad 57 tysięcy zdjęć prezentujących objawy choroby wraz z komentarzami opisującymi ich samopoczucie. Właśnie te dane posłużyły badaczom do stworzenia zaawansowanego modelu AI zawierającego trzy kluczowe moduły: rozpoznawanie części ciała, wykrywanie zmian skórnych oraz ocenę ich nasilenia na podstawie tzw. Three Item Severity Score (TIS), który klasyfikuje erytrodermię, obrzęk i wypryski.
Model został wytrenowany na zestawie 880 obrazów otagowanych przez pacjentów poziomem odczuwanego świądu. Następnie przeprowadzono walidację skuteczności algorytmu na grupie 220 losowo wybranych zdjęć. Wyniki były bardzo obiecujące – system AI wykazywał wysoką zgodność z ocenami dermatologów (wskaźnik korelacji R = 0,73; p < 0,001) oraz umiarkowaną korelację ze zintegrowaną skalą SCORAD, czyli złożonym narzędziem służącym do oceny AZS (R = 0,53; p = 0,04).
„Pacjenci cierpiący na atopowe zapalenie skóry często mają trudność z samodzielną oceną nasilenia swojej choroby. Nasz model AI umożliwia im wykonywanie obiektywnej, natychmiastowej analizy przy użyciu zwykłego smartfona, co może znacząco poprawić proces kontrolowania choroby” – podkreśla dr Takeya Adachi, autor korespondujący badania.
Co ciekawe, analiza danych wykazała stosunkowo słabą korelację między subiektywnie ocenianym przez pacjentów świądem a rzeczywistą oceną zmian skórnych. Pokazuje to wyraźnie, jak bardzo ocena stanu zapalnego może odbiegać od odczuć chorego. Tego rodzaju rozbieżność jeszcze raz potwierdza znaczenie tzw. cyfrowych biomarkerów w precyzyjnej medycynie dermatologicznej.
Plany naukowców na przyszłość obejmują rozszerzenie funkcjonalności modelu o różne typy skóry, przedziały wiekowe oraz dodatkowe cechy kliniczne pochodzące ze skal ocen, takich jak SCORAD i EASI. To wszystko otwiera nowy rozdział w rozwoju terapii cyfrowej i zdalnej opieki dermatologicznej, stanowiąc realne wsparcie zarówno dla pacjenta, jak i lekarza prowadzącego. Ostatecznie może to także pomóc w indywidualizacji leczenia, skróceniu czasu reakcji na pogorszenie się stanu skóry i poprawie ogólnej jakości życia osób z AZS.
