摘要：类风湿关节炎（RA）是一种以侵蚀性关节炎为临床表现的高致残性自身免疫病，严重影响患者的功能状态和生活质量，并给家庭和社会造成巨大负担[1]。随着学界对RA领域的不断研究，人工智能（AI）技术不断拓展，在影像学方面取得了重要进展，新型治疗药物也不断涌现，以JAK
2025年9月3日至7日，日本福冈举行的第27届亚太风湿病学会年会（APLAR）中，一场关于“AI使RA患者的成像更有效”的主题演讲——《AI in to make imaging more efficient for patients with RA》引起学界广泛关注。值此契机，医脉通特邀云南省第一人民医院王静教授分享该研究相关观点，并详谈JAK抑制剂艾玛昔替尼治疗RA的临床进展，为该疾病领域的临床管理提供新的见解。
APLAR主题演讲表明，AI在RA影像学领域发挥着重要作用
王教授指出，影像学是风湿病学的数据基础。全球每年进行的检查数量高达数十亿次，每天产生约0.5 PB的新数据，放射科医生每天需要花100万小时的工作时间来处理这些数据。在RA、强直性脊柱炎（AS）和银屑病关节炎（PsA）等疾病的相关研究表明，AI可检测疾病、量化病情活动度，有助于鉴别诊断，且在不断升级、发展。但临床仍存在诸多挑战存在，包括影像检查设备使用受限、非自动化评估、AI暂未广泛普及，以及数据管理与存储等问题。
Al是一门具备模拟人类智能与能力的计算机科学分支，该技术在过去几十年里已在医学成像领域得到了成功应用。其中，机器学习利用算法来处理输入数据，并在各种临床环境中为医生提供帮助。深度学习是机器学习的一个子集，它基于人工神经网络的运用，能够满足复杂需求，并能处理大型数据集，且在很大程度上无需人类大脑的干预。对于低维度的临床数据（例如一系列单一的血液生物标志物数据或人口统计学数据）的分析而言，深度学习可能无法轻易超越统计模型的准确性，但当以图像作为输入时，深度学习可超越大多数基于手动设计的计算机程序的常规AI技术。
放射学评估方法在检测和评估放射性骨损伤的进展及治疗方面起着重要作用。人工评估放射性损伤的过程需要对每位患者进行长时间的仔细检查，因为许多关节都需要分别进行评估，通常很难察觉细微的影像学变化。而基于二维/三维混合卷积神经网络（CNN）可用于对X射线图像进行完全自动化、快速且可重复的评估。此外，借助深度学习技术，序列采集时间能够有效缩短，采集方案和解读方式也能得到有效改进，可迅速获得高质量的评估结果，解决了磁共振成像（MRI）存在的一些局限性，比如成本高昂、检查时间较长、解读结果需依赖放射科医生的经验等。
随着AI技术不断发展，机械建模和机器学习的整合可有效支持临床诊断、治疗和预后。基于机器学习的分类器可以根据特定的生物标志物和/或疾病状态识别患者健康状况，基于机械建模和AI工具的结合可以用于虚拟环境中以个体化方式预测治疗效果，由机器学习驱动的动态数据库可以通过计算或实验，结合临床与文献的数据来填充，并用于优化治疗策略。对RA领域来说，影像学是整个系统的一部分，AI的应用是为患者提供有效且高效的诊疗工具。
图1 主题演讲——《AI in to make imaging more efficient for patients with RA》
RA治疗新药艾玛昔替尼助力实现快速、强效、持久达标
王教授表示，JAK抑制剂是RA治疗中常用的一种靶向合成改善病情抗风湿药物（tsDMARDs），通过抑制JAK-STAT信号通路，可有效阻断细胞因子介导的炎症反应。其中，我国自主研发的1类新药艾玛昔替尼已成功获批用于治疗中重度RA成人患者，为饱受RA困扰的患者提供了靶向治疗新选择。
临床研究证实，艾玛昔替尼治疗RA快速强效，且持久达标，可全面改善患者功能。从治疗第2周开始，艾玛昔替尼组达到ACR20/50/70患者比例持续均持续高于安慰剂组；第24周，与安慰剂组（40.4%）相比，艾玛昔替尼4mg组（70.4%）和8mg组（75.1%）ACR20显著提高，明显改善RA患者症状和体征，ACR50/ACR70应答率分别为46.0%、22.2%，且持续提升至52周（分别为56.7%、35.6%）（图2）[2]。NRI：无应答填补法分析
图2 艾玛昔替尼组与安慰剂组ACR20/50/70应答情况
此外，与安慰剂组相比，艾玛昔替尼组疾病缓解和低疾病活动的患者比例显著增加，且持续至52周，8mg组DAS28-CRP＜2.6患者比例为50.3%，DAS28-CRP≤3.2患者比例为70.2%[2]。患者晨僵时间和严重程度也持续改善至52周[2]。尤其值得一提的是，在影像学方面，根据OMERACT-RAMRIS评分，艾玛昔替尼8mg组在骨髓水肿和滑膜炎、艾玛昔替尼4mg组在滑膜炎较安慰剂均有明显改善[2]。王教授认为，AI精准画像联合靶向高效治疗将为RA诊疗带来巨大变革。AI赋能的高精度影像评估能实时、动态地捕捉药物治疗下的细微关节变化，指导个体化剂量调整和方案优化；同时，基于AI的影像学挖掘和患者分层，有望精准识别药物治疗的最佳应答人群，使药物临床价值最大化。
总 结
AI作为医学影像领域的重要新兴技术，正在快速改变疾病筛查、诊断、风险评估和临床决策的整个过程。近年来，借助深度学习、CNN等先进方法，这类技术已广泛应用于RA领域并取得了显著进展。药物革新同轨并行，新一代JAK抑制剂艾玛昔替尼凭借其精准靶向的作用机制和良好的临床疗效，已成为RA治疗的重要选择。未来两者联合应用，前景将非常广阔。
专家简介
王静 教授
云南省第一人民医院风湿免疫科主任
中华医学会风湿病学分会青年委员会委员
中华预防医学会风湿病预防专委会委员
中国女医师协会风湿免疫专业委员会委员
云南省医院协会医学免疫专委会主任委员
云南省药学会风湿免疫药学专委会主任委员
云南省医学会风湿病学分会副主任委员
参考文献：
1.姜楠,田新平,曾小峰. 提高规范诊疗水平 改善我国类风湿关节炎患者预后[J]. 中华内科杂志,2024;63(11):1049-1051.
2.Liu J, et al. Ivarmacitinib, a selective Janus kinase 1 inhibitor, in patients with moderate-to-severe active rheumatoid arthritis and inadequate response to conventional synthetic DMARDs: results from a phase III randomised clinical trial. Ann Rheum Dis. Ann Rheum Dis. 2025 Feb;84(2):188-200.
医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。
来源：医脉通风湿汇一点号
